如果您想要将 SAS 或 Stata 中的标记缺失值或 SPSS 中的用户定义缺失值转换为常规 R NA
,这非常有用。
例子
x1 <- labelled(
c(1, 5, tagged_na("a", "b")),
c(Unknown = tagged_na("a"), Refused = tagged_na("b"))
)
x1
#> <labelled<double>[4]>
#> [1] 1 5 NA(a) NA(b)
#>
#> Labels:
#> value label
#> NA(a) Unknown
#> NA(b) Refused
zap_missing(x1)
#> <labelled<double>[4]>
#> [1] 1 5 NA NA
x2 <- labelled_spss(
c(1, 2, 1, 99),
c(missing = 99),
na_value = 99
)
x2
#> <labelled_spss<double>[4]>
#> [1] 1 2 1 99
#> Missing values: 99
#>
#> Labels:
#> value label
#> 99 missing
zap_missing(x2)
#> [1] 1 2 1 NA
#> attr(,"labels")
#> missing
#> 99
#> attr(,"class")
#> [1] "haven_labelled"
# You can also apply to data frames
df <- tibble::tibble(x1, x2, y = 4:1)
df
#> # A tibble: 4 × 3
#> x1 x2 y
#> <dbl+lbl> <dbl+lbl> <int>
#> 1 1 1 4
#> 2 5 2 3
#> 3 NA(a) [Unknown] 1 2
#> 4 NA(b) [Refused] 99 (NA) [missing] 1
zap_missing(df)
#> # A tibble: 4 × 3
#> x1 x2 y
#> <dbl+lbl> <dbl+lbl> <int>
#> 1 1 1 4
#> 2 5 2 3
#> 3 NA 1 2
#> 4 NA NA 1
相关用法
- R haven zap_label Zap 变量标签
- R haven zap_empty 将空字符串转换为缺失值
- R haven zap_labels Zap值标签
- R haven read_xpt 读写 SAS 传输文件
- R haven print_labels 打印带标签向量的标签
- R haven tagged_na “标记”缺失值
- R haven read_sas 读取 SAS 文件
- R haven labelled 创建一个标记向量。
- R haven read_dta 读写Stata DTA文件
- R haven as_factor 将标记向量转换为因子
- R haven read_spss 读取和写入 SPSS 文件
- R haven labelled_spss SPSS 的标记向量
- R SparkR hashCode用法及代码示例
- R hms hms 用于存储一天中的时间值的简单类
- R SparkR hint用法及代码示例
- R hms parse_hms 解析 hms 值
- R SparkR histogram用法及代码示例
- R SparkR head用法及代码示例
- R hms round_hms 四舍五入或截断为秒的倍数
- R dtrMatrix-class 三角形稠密数值矩阵
- R vcov.gam 从 GAM 拟合中提取参数(估计器)协方差矩阵
- R gam.check 拟合 gam 模型的一些诊断
- R ggplot2 annotation_logticks 注释:记录刻度线
- R matrix转list用法及代码示例
- R Pixel X 射线像素强度随时间的变化
注:本文由纯净天空筛选整理自Hadley Wickham等大神的英文原创作品 Zap special missings to regular R missings。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。