Заменить NA в R - работает в наборе практических данных, но предупреждает, когда применяется к фактическим данным

У меня есть набор данных в R, который выглядит и был изменен так же, как в следующем примере. Цель состоит в том, чтобы преобразовать значения NA во что-то еще (например, "FALSE" или "0"), которое затем можно использовать для создания нового столбца.

ortho.test<-data.frame(rep("a",10));colnames(ortho.test)=("ODB6")
ortho.test$FBGN=c("FBgn0132258","FBgn0131535","FBgn0138769","FBgn01561235","FBgn0316645","FBgn874916","FBgn5758641","FBgn5279946","FBgn67543154","FBgn2451645")
ortho.test$Species=c("DROME","DROSI","DROSE","DROAN","DROYA","DROPS","DROPE","DROVI","DROGR","DROWI")

ortho<-reshape(ortho.test,direction="wide",idvar="ODB6",timevar="Species")
ortho$FBGN.DROME<-NA
is.na(ortho)

Что возвращает вектор, сообщающий мне, что все, кроме FBGN.DROME, имеют значение FALSE со следующим выводом str ():

> str(ortho)
'data.frame':   1 obs. of  11 variables:
 $ ODB6      : Factor w/ 1 level "a": 1
 $ FBGN.DROME: logi NA
 $ FBGN.DROSI: chr "FBgn0131535"
 $ FBGN.DROSE: chr "FBgn0138769"
 $ FBGN.DROAN: chr "FBgn01561235"
 $ FBGN.DROYA: chr "FBgn0316645"
 $ FBGN.DROPS: chr "FBgn874916"
 $ FBGN.DROPE: chr "FBgn5758641"
 $ FBGN.DROVI: chr "FBgn5279946"
 $ FBGN.DROGR: chr "FBgn67543154"
 $ FBGN.DROWI: chr "FBgn2451645"
 - attr(*, "reshapeWide")=List of 5
  ..$ v.names: NULL
  ..$ timevar: chr "Species"
  ..$ idvar  : chr "ODB6"
  ..$ times  : chr  "DROME" "DROSI" "DROSE" "DROAN" ...
  ..$ varying: chr [1, 1:10] "FBGN.DROME" "FBGN.DROSI" "FBGN.DROSE" "FBGN.DROAN" ...

Я меняю свой NA на 0

ortho[is.na(ortho)]<-0
is.na(ortho)

Что возвращает вектор, говорящий мне, что все теперь FALSE - успех, потому что теперь я могу создать столбец с помощью ifelse (), чтобы показать, какая из строк не имеет 0 или FALSE (или любой другой текстовой метки, которую я использую для замены NA) в любом столбце ...

Однако, когда я применяю это к полноценному фрейму данных, NA не конвертируются, и я получаю следующие предупреждения

> ortho[is.na(ortho)]<-0
There were 12 warnings (use warnings() to see them)
> warnings()
Warning messages:
1: In `[<-.factor`(`*tmp*`, thisvar, value = structure(c(62938L,  ... :
  invalid factor level, NAs generated
2: In `[<-.factor`(`*tmp*`, thisvar, value = structure(c(67667L,  ... :
  invalid factor level, NAs generated
3: In `[<-.factor`(`*tmp*`, thisvar, value = structure(c(122384L,  ... :
  invalid factor level, NAs generated
4: In `[<-.factor`(`*tmp*`, thisvar, value = structure(c(136498L,  ... :
  invalid factor level, NAs generated
5: In `[<-.factor`(`*tmp*`, thisvar, value = structure(c(84764L,  ... :
  invalid factor level, NAs generated
6: In `[<-.factor`(`*tmp*`, thisvar, value = structure(c(162734L,  ... :
  invalid factor level, NAs generated
7: In `[<-.factor`(`*tmp*`, thisvar, value = structure(c(33586L,  ... :
  invalid factor level, NAs generated
8: In `[<-.factor`(`*tmp*`, thisvar, value = structure(c(38959L,  ... :
  invalid factor level, NAs generated
9: In `[<-.factor`(`*tmp*`, thisvar, value = structure(c(149363L,  ... :
  invalid factor level, NAs generated
10: In `[<-.factor`(`*tmp*`, thisvar, value = structure(c(846L,  ... :
  invalid factor level, NAs generated
11: In `[<-.factor`(`*tmp*`, thisvar, value = structure(c(98228L,  ... :
  invalid factor level, NAs generated
12: In `[<-.factor`(`*tmp*`, thisvar, value = structure(c(110267L,  ... :
  invalid factor level, NAs generated

и это результат str ()

  > str(ortho)
    'data.frame':   17217 obs. of  13 variables:
     $ ODB6      : Factor w/ 17217 levels "EOG60023J","EOG60023K",..: 1 2 3 4 5 6 7 8 9 10 ...
     $ FBGN.DROGR: Factor w/ 164289 levels "FBgn0000008",..: 62938 54687 54705 56261 52591 58895 52161 52477 59180 53404 ...
     $ FBGN.DROMO: Factor w/ 164289 levels "FBgn0000008",..: 67667 65117 65951 66506 68291 71722 73134 68667 72523 76080 ...
     $ FBGN.DROVI: Factor w/ 164289 levels "FBgn0000008",..: 122384 121133 120018 121674 NA 125620 123754 123969 127130 130755 ...
     $ FBGN.DROWI: Factor w/ 164289 levels "FBgn0000008",..: 136498 136809 139642 137108 NA 141689 136363 137237 135869 132801 ...
     $ FBGN.DROPE: Factor w/ 164289 levels "FBgn0000008",..: 84764 78121 81229 80829 85509 82276 79001 80267 77133 87679 ...
     $ FBGN.DROPS: Factor w/ 164289 levels "FBgn0000008",..: 162734 158625 162203 158653 158028 22427 158179 13830 19898 160874 ...
     $ FBGN.DROAN: Factor w/ 164289 levels "FBgn0000008",..: 33586 35261 35694 23649 33601 25796 33808 33861 25917 29992 ...
     $ FBGN.DROER: Factor w/ 164289 levels "FBgn0000008",..: 38959 41203 40738 39865 38807 46087 38821 44982 47952 38091 ...
     $ FBGN.DROYA: Factor w/ 164289 levels "FBgn0000008",..: 149363 153417 153106 152243 149654 147146 149664 149482 147635 144838 ...
     $ FBGN.DROME: Factor w/ 164289 levels "FBgn0000008",..: 846 7219 6958 162946 525 1892 125 3510 163839 10111 ...
     $ FBGN.DROSE: Factor w/ 164289 levels "FBgn0000008",..: 98228 94438 94153 102953 98068 95380 98082 92553 93497 95950 ...
     $ FBGN.DROSI: Factor w/ 164289 levels "FBgn0000008",..: 110267 108223 107983 107246 110164 117494 116973 110504 106459 NA ...
     - attr(*, "reshapeWide")=List of 5
      ..$ v.names: NULL
      ..$ timevar: chr "Species"
      ..$ idvar  : chr "ODB6"
      ..$ times  : Factor w/ 12 levels "DROAN","DROER",..: 3 5 10 11 6 7 1 2 12 4 ...
      ..$ varying: chr [1, 1:12] "FBGN.DROGR" "FBGN.DROMO" "FBGN.DROVI" "FBGN.DROWI" ...
    >

Не могли бы вы помочь мне заставить основной фрейм данных поиграть, как тестовый? (PS - я знаю, что получу ответ «это дубликат, прочтите страницы справки и выполните поиск», но я искал, именно так я узнал, как заменить NA, и я не нашел ни одного с этой же проблемой.)


r dataframe reshape na
person rg255    schedule 11.03.2013    source источник
comment
Разве вы не заметили разницы между результатами str в ваших двух примерах?   -  person joran    schedule 11.03.2013
comment
@joran Спасибо, теперь я это вижу - возможно, причина проблемы заключается в факторах, но это вызывает два вопроса: 1. Почему тестовые данные представлены в виде символов, а реальные данные кажутся факторами? и (что более важно) 2. как @ & ?! это исправлено?   -  person rg255    schedule 11.03.2013
comment
См. Аргументы as.is, colClasses и stringsAsFactors в документации для read.table.   -  person joran    schedule 11.03.2013
comment
спасибо @Joran, установив stringsAsFactors = F сработал   -  person rg255    schedule 11.03.2013

Ответы (2)


arrow_upward
24
arrow_downward

У вас проблема с факторами. Если вы посмотрите на свой реальный набор данных, вы заметите

Factor w/ 164289 levels .....

Например,

R> x = factor(c("A", "B"))
R> x[x=="A"] = 0
Warning message:
In `[<-.factor`(`*tmp*`, x == "A", value = 0) :
  invalid factor level, NAs generated

Вам нужно добавить 0 как уровень. Так что-то вроде:

x = factor(x, levels=c(levels(x), 0))
x[is.na(x)] = 0

должен сделать свое дело. Однако лучшей тактикой было бы изменить способ чтения данных. Например,

read.table(filename, stringsAsFactors=FALSE)
person csgillespie    schedule 11.03.2013

arrow_upward
3
arrow_downward

Для тех, чьи данные не получены при чтении файла. Преобразование каждого столбца data.frame может быть выполнено с помощью этого цикла (apply не будет работать, потому что он преобразует data.frame в матрицу):

for (k in 1:ncol(data)){
   data[[k]] <- as.character(data[[k]])
}

А затем примените решение этого вопроса, если решение уровня не работает.

person llrs    schedule 16.10.2013
comment
Вы рассматривали lapply вместо apply? - person Uwe; 23.01.2017