提问人：ronzenith 提问时间：6/14/2021 更新时间：6/14/2021 访问量：113
为什么在 R 中并排使用两个方括号
Why two single square brackets side by side in R
问：
我正在尝试使用简单的代码学习数据清理。
我的核心问题是：两个并排的方括号有什么用？
下面是一个例子。df
df <- data.frame(x = c(1:3, NA, NA), y = c(6:9, NA))
以下代码是将 NA 替换为 99 的众多方法之一。我认为这很简单。
messy <- function(df, impute){
for (i in 1:nrow(df)) {
df[i, ][is.na(df[i, ])] <- impute
}
return(df)
}
clean <- messy(df, 99)
clean
- 但是为什么我需要使用两个简单的方括号来定位 NA。
- 为什么不能将代码简化为？
is.na(df[i, ]) <- impute - 有没有更有效的方法来替换 NA，例如使用 apply 系列？
非常感谢您的回答。
答：
2赞
Ronak Shah
6/14/2021
#1
这是一种非常复杂的替换 's 的方法。您可以将函数简化为 -NA
messy <- function(df, impute){
df[is.na(df)] <- impute
df
}
clean <- messy(df, 99)
clean
# x y
#1 1 6
#2 2 7
#3 3 8
#4 99 9
#5 99 99
您也可以使用函数系列，但这里不需要它们，因为它们直接在数据帧上工作。applyis.na
评论
0赞
ronzenith
6/14/2021
谢谢！您的建议简单快捷！如果我坚持使用，我该怎么办？apply
0赞
Ronak Shah
6/14/2021
您可以使用 .这也可以与按行或按列一起使用。df[] <- lapply(df, function(x) replace(x, is.na(x), impute))apply
0赞
ronzenith
6/14/2021
话虽如此，我可以知道为什么那行代码中有两个方括号吗？ 谢谢。df[i, ][is.na(df[i, ])]
0赞
Ronak Shah
6/14/2021
第一个 （） 子集一行，第二个子集该行的值 （）。df[i, ]NAis.na(df[i, ])]
0赞
jpdugo17
6/14/2021
#2
以下是用整洁方法替换 NA 的另外三种方法：
library(tidyverse)
df <- data.frame(x = c(1:3, NA, NA), y = c(6:9, NA))
#purrr
map_df(df, ~replace_na(.x, 99))
#> # A tibble: 5 x 2
#> x y
#> <dbl> <dbl>
#> 1 1 6
#> 2 2 7
#> 3 3 8
#> 4 99 9
#> 5 99 99
#transmute/across
df %>% transmute(across(everything(), ~replace_na(.x, 99)))
#> x y
#> 1 1 6
#> 2 2 7
#> 3 3 8
#> 4 99 9
#> 5 99 99
#transmute_if
df %>% transmute_if(is.numeric, ~replace_na(.x, 99))
#> x y
#> 1 1 6
#> 2 2 7
#> 3 3 8
#> 4 99 9
#> 5 99 99
创建于 2021-06-14 由 reprex 软件包 （v2.0.0）
评论
replace_na()