我是一名新手 R 程序员/分析师,正在分析 220 列 x 230 行的大型数据集。我发现源数据集中有一些不正确的零星值,我想更改这些值(例如拼写错误),同时能够记录我所做的更改,以便分析可以重现。我认为没有找到任何 R 包能够帮助我解决这个问题;目前,我正在查看并尝试使用 R 的内置数据编辑器(例如 edit())来纠正拼写错误,该编辑器不会跟踪所做的更改。以编程方式纠正每个零星单元格值错误似乎效率很低(例如使用 mtcars 数据集):
test <- mtcars
test[["Fiat X1-9", "mpg"]] <- 20
test[["Toyota Corona", "wt"]] <- 5.3
等等
是否有更有效的方法来检查加载到数据框中的源数据并以编程方式和可重复地更正此类单元格值?
谢谢!
你写的代码就是你所做事情的记录。例如,当我阅读您的示例时,我看到您正在将
mpg
的值更改为 Fiat X1-9
。这是对可重现的数据集的操作。
操作数据框中特定单元格的一个更简单但仍然有些乏味的过程是在
ifelse
的 tidyverse
函数中编写 mutate
语句。请参阅下面的示例。
library(tidyverse)
# CHANGE SPECIFIC VALUES USING IFELSE STATEMENT
mtcars %>%
rownames_to_column(.,'MakeModel') %>% # converts row names to column
mutate(mpg = ifelse(MakeModel == 'Fiat X1-9', 200, mpg),
wt = ifelse(MakeModel == 'Toyota Corona', 55.3, wt))
#> MakeModel mpg cyl disp hp drat wt qsec vs am gear carb
#> 1 Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4
#> 2 Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4
#> 3 Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1
#> 4 Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1
#> 5 Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2
#> 6 Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1
#> 7 Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4
#> 8 Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 2
#> 9 Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4 2
#> 10 Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4 4
#> 11 Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4 4
#> 12 Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3 3
#> 13 Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3
#> 14 Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3 3
#> 15 Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3 4
#> 16 Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3 4
#> 17 Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3 4
#> 18 Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1
#> 19 Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2
#> 20 Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1
#> 21 Toyota Corona 21.5 4 120.1 97 3.70 55.300 20.01 1 0 3 1
#> 22 Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3 2
#> 23 AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3 2
#> 24 Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3 4
#> 25 Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3 2
#> 26 Fiat X1-9 200.0 4 79.0 66 4.08 1.935 18.90 1 1 4 1
#> 27 Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5 2
#> 28 Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2
#> 29 Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5 4
#> 30 Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5 6
#> 31 Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5 8
#> 32 Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4 2
# CHANGE SPECIFIC VALUES USING IFELSE STATEMENT WITH AND/OR OPERATORS
mtcars %>%
rownames_to_column(.,'MakeModel') %>% # converts row names to column
mutate(mpg = ifelse(mpg > 20, 200, mpg),
wt = ifelse(wt > 2 & wt <= 5, 999, wt), # & = AND
hp = ifelse(hp < 70 | hp > 200, -999, hp)) # | = OR
#> MakeModel mpg cyl disp hp drat wt qsec vs am gear carb
#> 1 Mazda RX4 200.0 6 160.0 110 3.90 999.000 16.46 0 1 4 4
#> 2 Mazda RX4 Wag 200.0 6 160.0 110 3.90 999.000 17.02 0 1 4 4
#> 3 Datsun 710 200.0 4 108.0 93 3.85 999.000 18.61 1 1 4 1
#> 4 Hornet 4 Drive 200.0 6 258.0 110 3.08 999.000 19.44 1 0 3 1
#> 5 Hornet Sportabout 18.7 8 360.0 175 3.15 999.000 17.02 0 0 3 2
#> 6 Valiant 18.1 6 225.0 105 2.76 999.000 20.22 1 0 3 1
#> 7 Duster 360 14.3 8 360.0 -999 3.21 999.000 15.84 0 0 3 4
#> 8 Merc 240D 200.0 4 146.7 -999 3.69 999.000 20.00 1 0 4 2
#> 9 Merc 230 200.0 4 140.8 95 3.92 999.000 22.90 1 0 4 2
#> 10 Merc 280 19.2 6 167.6 123 3.92 999.000 18.30 1 0 4 4
#> 11 Merc 280C 17.8 6 167.6 123 3.92 999.000 18.90 1 0 4 4
#> 12 Merc 450SE 16.4 8 275.8 180 3.07 999.000 17.40 0 0 3 3
#> 13 Merc 450SL 17.3 8 275.8 180 3.07 999.000 17.60 0 0 3 3
#> 14 Merc 450SLC 15.2 8 275.8 180 3.07 999.000 18.00 0 0 3 3
#> 15 Cadillac Fleetwood 10.4 8 472.0 -999 2.93 5.250 17.98 0 0 3 4
#> 16 Lincoln Continental 10.4 8 460.0 -999 3.00 5.424 17.82 0 0 3 4
#> 17 Chrysler Imperial 14.7 8 440.0 -999 3.23 5.345 17.42 0 0 3 4
#> 18 Fiat 128 200.0 4 78.7 -999 4.08 999.000 19.47 1 1 4 1
#> 19 Honda Civic 200.0 4 75.7 -999 4.93 1.615 18.52 1 1 4 2
#> 20 Toyota Corolla 200.0 4 71.1 -999 4.22 1.835 19.90 1 1 4 1
#> 21 Toyota Corona 200.0 4 120.1 97 3.70 999.000 20.01 1 0 3 1
#> 22 Dodge Challenger 15.5 8 318.0 150 2.76 999.000 16.87 0 0 3 2
#> 23 AMC Javelin 15.2 8 304.0 150 3.15 999.000 17.30 0 0 3 2
#> 24 Camaro Z28 13.3 8 350.0 -999 3.73 999.000 15.41 0 0 3 4
#> 25 Pontiac Firebird 19.2 8 400.0 175 3.08 999.000 17.05 0 0 3 2
#> 26 Fiat X1-9 200.0 4 79.0 -999 4.08 1.935 18.90 1 1 4 1
#> 27 Porsche 914-2 200.0 4 120.3 91 4.43 999.000 16.70 0 1 5 2
#> 28 Lotus Europa 200.0 4 95.1 113 3.77 1.513 16.90 1 1 5 2
#> 29 Ford Pantera L 15.8 8 351.0 -999 4.22 999.000 14.50 0 1 5 4
#> 30 Ferrari Dino 19.7 6 145.0 175 3.62 999.000 15.50 0 1 5 6
#> 31 Maserati Bora 15.0 8 301.0 -999 3.54 999.000 14.60 0 1 5 8
#> 32 Volvo 142E 200.0 4 121.0 109 4.11 999.000 18.60 1 1 4 2
创建于 2024-07-08,使用 reprex v2.1.0