用Rbase中的NA替换数据框中的字符

Question

我有一个数据框，如：

       Domain         Phylum          Class          Order
ID_1 Bacteria  Cyanobacteria Unclassified_c Unclassified_o
ID_2 Bacteria  Cyanobacteria Unclassified_c Unclassified_o
ID_3 Bacteria  Bacteroidetes Unclassified_c Unclassified_o
ID_4 Bacteria Proteobacteria Unclassified_c Unclassified_o
ID_5 Bacteria  Bacteroidetes Unclassified_c Unclassified_o

，我想将所有字符Unclassified_c，Unclassified_o，elment_3等替换为NA，所以我尝试了：

df[df == "Unclassified_c" ] <- NA

如果我使用一个一个的值，这很好用，但有时可能很多。因此，我想尝试一些模式列表，然后再使用它，例如：

Remove_list <- ("Unclassified_c", "Unclassified_o", "element_3", "element_4", "element_x") 

，然后使用该列表替换NA：

df[ df == Remove_list ] <- NA 

它将某些值更改为NA，但不是全部。我不想使用字符串库，因为它消除了行名（ID_1 .. ID_x）并且我需要它，所以我想尝试Rbase，有任何建议

非常感谢！!!!

Answer 1

我们可以将sapply与%in%一起使用，它返回Remove_list中是否存在值的逻辑矩阵。我们可以为NA的值分配TRUE。

df[sapply(df, `%in%`, Remove_list)] <- NA

df
#       Domain         Phylum Class Order
#ID_1 Bacteria  Cyanobacteria  <NA>  <NA>
#ID_2 Bacteria  Cyanobacteria  <NA>  <NA>
#ID_3 Bacteria  Bacteroidetes  <NA>  <NA>
#ID_4 Bacteria Proteobacteria  <NA>  <NA>
#ID_5 Bacteria  Bacteroidetes  <NA>  <NA>