在 Excel 文件导入 R 期间，非 NA 值被替换为 NA

Question

我有一个 excel 文件，我已使用

read_excel

将其导入到 R 中。 Excel 文件包含约 8000 多条记录，共 58 列。有许多具有 NA 值的单元格。在不同的变量中，它们可以输入为“n/a”、“N/A”、“n/A”、“N/a”、“na”、“NA”、“n a”、“（空白） ”.

当我导入文件时，我使用以下代码：

read_excel("path", col_names = TRUE, na = c("n/a", "N/A", "n/A", "N/a","na","NA", "n a",""))

在一列中，我有具有此值

NR

的记录，它代表“无记录”，与

NA

不同。

当我运行上面的

read_excel

代码时，

NR

变成了

NA

。如果我取出

na = c("n/a", "N/A", "n/A", "N/a","na","NA", "n a","")

部分，则

NR

会按预期导入。如何让 R 认识到

NR

不是同一件事？作为旁注，我无法将

NR

符号更改为其他内容。

Answer 1

您可以尝试这样的方法来解决问题：

### Packages
library(dplyr)
library(stringr)

### Load your data with all columns typed to character
### which should preserved the NR value. Blank cells will be automatically converted to NA
NA_ <- read_excel("C:/Users/your_name/Downloads/NA.xlsx",
                  col_names = TRUE,
                  col_types ='text')

NA_数据框：

# A tibble: 4 × 5
  Prenom Nom     Values Ville       Record
  <chr>  <chr>   <chr>  <chr>       <chr> 
1 Jean   N/a     1      Paris       1     
2 n/a    Dupond  2      NA          3     
3 N/A    na      NA     Montpellier 4     
4 Marc   Spencer n a    NA          NR  

是时候将所有形式的 n/a,N/A,... 转换为真正的 NA :

### Replace NA values with real NA using a regex
### Change afterwards the type of one or more columns if needed
NA_ %>% mutate(across(everything(),~str_replace(.x,"(?i)\\b(n\\s*\\/?\\s*a)\\b",NA_character_)),
               Values=as.numeric(Values))

输出：

# A tibble: 4 × 5
  Prenom Nom     Values Ville       Record
  <chr>  <chr>    <dbl> <chr>       <chr> 
1 Jean   NA           1 Paris       1     
2 NA     Dupond       2 NA          3     
3 NA     NA          NA Montpellier 4     
4 Marc   Spencer     NA NA          NR