dplyr로 특정 값을 NA로 설정

dplyr로 특정 값을 NA로 설정

---

dplyr (data set = dat, variable = x)를 사용하여 이와 같은 작업을 수행하는 간단한 방법을 찾으려고합니다.

day$x[dat$x<0]=NA

간단해야하지만 이것이 제가 현재 할 수있는 최선의 방법입니다. 더 쉬운 방법이 있습니까?

dat =  dat %>% mutate(x=ifelse(x<0,NA,x))

---

다음 replace보다 조금 더 빠른 것을 사용할 수 있습니다 ifelse.

dat <-  dat %>% mutate(x = replace(x, x<0, NA))

다음을 replace사용하여 색인을 제공하여 속도를 더 높일 수 있습니다 which.

dat <- dat %>% mutate(x = replace(x, which(x<0L), NA))

내 컴퓨터에서 이것은 시간을 1/3로 줄였습니다. 아래를 참조하십시오.

다음은 다른 답변을 약간 비교 한 것입니다.

set.seed(24)
dat <- data.frame(x=rnorm(1e6))
system.time(dat %>% mutate(x = replace(x, x<0, NA)))
       User      System     elapsed
       0.03        0.00        0.03 
system.time(dat %>% mutate(x=ifelse(x<0,NA,x)))
       User      System     elapsed
       0.30        0.00        0.29 
system.time(setDT(dat)[x<0,x:=NA])
       User      System     elapsed
       0.01        0.00        0.02 
system.time(dat$x[dat$x<0] <- NA)
       User      System     elapsed
       0.03        0.00        0.03 
system.time(dat %>% mutate(x = "is.na<-"(x, x < 0)))
       User      System     elapsed
       0.05        0.00        0.05 
system.time(dat %>% mutate(x = NA ^ (x < 0) * x))
       User      System     elapsed
       0.01        0.00        0.02 
system.time(dat %>% mutate(x = replace(x, which(x<0), NA)))
       User      System     elapsed
       0.01        0.00        0.01 

(저는 dplyr_0.3.0.2 및 data.table_1.9.4를 사용하고 있습니다)

---

특히 data.table-vs-dplyr 토론 과정에서 항상 벤치마킹에 관심이 많기 때문에 microbenchmark와 akrun의 데이터를 사용하여 3 개의 답변에 대한 또 다른 벤치 마크를 제공합니다. dplyr1내 답변의 업데이트 버전으로 수정 했습니다.

set.seed(285)
dat1 <- dat <- data.frame(x=sample(-5:5, 1e8, replace=TRUE), y=rnorm(1e8))
dtbl1 <- function() {setDT(dat)[x<0,x:=NA]}
dplr1 <- function() {dat1 %>% mutate(x = replace(x, which(x<0L), NA))}
dplr2 <- function() {dat1 %>% mutate(x = NA ^ (x < 0) * x)}
microbenchmark(dtbl1(), dplr1(), dplr2(), unit='relative', times=20L)
#Unit: relative
#    expr      min       lq   median       uq      max neval
# dtbl1() 1.091208 4.319863 4.194086 4.162326 4.252482    20
# dplr1() 1.000000 1.000000 1.000000 1.000000 1.000000    20
# dplr2() 6.251354 5.529948 5.344294 5.311595 5.190192    20

---

다음 is.na<-기능을 사용할 수 있습니다 .

dat %>% mutate(x = "is.na<-"(x, x < 0))

또는 수학 연산자를 사용할 수 있습니다.

dat %>% mutate(x = NA ^ (x < 0) * x)

---

을 사용하는 경우 data.table아래 코드가 더 빠릅니다.

library(data.table)
setDT(dat)[x<0,x:=NA]

벤치 마크

data.table_1.9.5및 사용dplyr_0.3.0.9000

library(microbenchmark)
set.seed(285)
dat <- data.frame(x=sample(-5:5, 1e7, replace=TRUE), y=rnorm(1e7))

dtbl1 <- function() {as.data.table(dat)[x<0,x:=NA]}
dplr1 <- function() {dat %>% mutate(x = replace(x, x<0, NA))}

microbenchmark(dtbl1(), dplr1(), unit='relative', times=20L)
#Unit: relative
#expr     min       lq     mean   median       uq      max neval cld
#dtbl1() 1.00000 1.000000 1.000000 1.000000 1.000000 1.000000    20  a 
#dplr1() 2.06654 2.064405 1.927762 1.795962 1.881821 1.885655    20   b

업데이트 된 벤치 마크

사용 data.table_1.9.5하고 dplyr_0.4.0. 나는 약간 더 큰 데이터 세트를 사용하여 교체 as.data.table와 함께 setDT(물론 포함 @Sven 호헨 슈타인의 빠른 기능.)

set.seed(285)
dat <- data.frame(x=sample(-5:5, 1e8, replace=TRUE), y=rnorm(1e8))
dat1 <- copy(dat)
dtbl1 <- function() {setDT(dat)[x<0,x:=NA]}
dplr1 <- function() {dat1 %>% mutate(x = replace(x, x<0, NA))}
dplr2 <- function() {dat1 %>% mutate(x = NA ^ (x < 0) * x)} 

microbenchmark(dtbl1(), dplr1(), dplr2(), unit='relative', times=20L)
#Unit: relative
#  expr      min       lq     mean   median       uq      max neval cld
#dtbl1() 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000    20  a 
#dplr1() 2.523945 2.542412 2.536255 2.579379 2.518336 2.486757    20   b
#dplr2() 1.139216 1.089992 1.088753 1.058653 1.093906 1.100690    20  a 

업데이트 된 벤치 마크 2

@docendo discimus의 요청에 따라 다시 자신의 "새로운"버전 벤치 마크 dplyr사용 data.table_1.9.5과 dplyr_0.4.0.

NOTE: Because there is a change in @docendo discimus code, I changed 0 to 0L for the data.table`

set.seed(285)
dat <- data.frame(x=sample(-5:5, 1e8, replace=TRUE), y=rnorm(1e8))
dat1 <- copy(dat)
dtbl1 <- function() {setDT(dat)[x<0L, x:= NA]}
dplr1 <- function() {dat1 %>% mutate(x = replace(x, which(x<0L), NA))}
dplr2 <- function() {dat1 %>% mutate(x = NA ^ (x < 0) * x)} 

microbenchmark(dtbl1(), dplr1(), dplr2(), unit='relative', times=20L)
#Unit: relative
#expr      min       lq     mean   median       uq      max neval cld
#dtbl1() 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000    20 a  
#dplr1() 2.186055 2.183432 2.142293 2.222458 2.194450 1.442444    20  b 
#dplr2() 2.919854 2.925795 2.852528 2.942700 2.954657 1.904249    20   c

data

set.seed(24)
dat <- data.frame(x=sample(-5:5, 25, replace=TRUE), y=rnorm(25))

---

The most natural approach in dplyr is to use the na_if function.

For one variable:

dat %<>% mutate(x = na_if(x, x < 0))

For all variables:

dat %<>% mutate_all(~ na_if(., . < 0))

If interested in replacing a specific value, instead of a range for all variables:

dat %<>% mutate_all(na_if, 0)

Note that I am using the %<>% operator from the magrittr package.

ReferenceURL : https://stackoverflow.com/questions/27909000/set-certain-values-to-na-with-dplyr