如何替换 R 数据框中的特定值？

在数据分析中，经常需要对数据进行清洗和整理。在 R 中，数据通常以数据框（data frame）的形式存在。本文将介绍如何替换 R 数据框中的特定值，以便更好地进行数据分析和可视化。

准备数据

首先，我们需要准备一份示例数据来进行演示。我们将使用 R 内置的 mtcars 数据集。该数据集包含了 1974 年起产的不同品牌的汽车的各种指标数据。我们只选择其中的若干列用于演示：

data(mtcars)
df <- mtcars[, c("mpg", "disp", "hp", "drat", "wt")]
head(df)

这里我们选择了 mpg（每加仑英里数）、disp（发动机排量）、hp（马力）、drat（后桥速比）、wt（重量）五个指标。

简单替换

首先，我们试图将数据框中的某个数值替换为另外一个数值。例如，我们希望将 mpg 指标中的数值大于 20 的替换为 21：

df$mpg[df$mpg > 20] <- 21
head(df)

在这里，我们使用了数据框操作符 $ 和逻辑运算符 >，将 mpg 指标中大于 20 的数据替换为了 21。我们也可以使用 which() 函数来实现同样的功能：

df$mpg[which(df$mpg > 20)] <- 21
head(df)

这里，which() 函数返回了 mpg 属性大于 20 的行索引，然后使用 [ ] 运算符对这些行的 mpg 属性进行了替换。

复杂替换

如果我们需要对数据框中的多个值进行复杂替换，如将一列 A 中的值 1 替换为 2，将一列 B 中的值 3 替换为 4，那么最简单的方法是使用 ifelse() 函数：

df$mpg <- ifelse(df$mpg == 21, 22, df$mpg)
head(df)

在这里，我们使用了 ifelse() 函数，如果 mpg 属性等于 21，则替换为 22，否则保持不变。

by() 函数替换

如果要对数据框中大量的数据进行替换，会非常繁琐和低效。这时我们可以使用 by() 函数将数据框按照一定的规则拆分成若干小数据框，然后对每个小数据框进行替换。

例如，我们希望将 df 数据框按照 hp 属性是否大于 100 拆分成两个小数据框，对其中的 mpg 属性进行替换：

dfs <- by(df, df$hp > 100, function(x) { x$mpg[x$mpg > 20] <- 21; x })
head(dfs[[1]])
head(dfs[[2]])

在这里，我们使用了 by() 函数将 df 数据框按照 hp 是否大于 100 拆分成两个小数据框，然后对其中的 mpg 属性进行替换。最后，我们将替换后的小数据框重新合并起来。

结论

本文介绍了如何在 R 数据框中进行简单和复杂的替换操作，以及如何使用 by() 函数对大规模数据进行替换。这些操作可以帮助我们快速有效地清洗和整理数据，为后续的数据分析和可视化提供更好的数据基础。