如果您想要將 SAS 或 Stata 中的標記缺失值或 SPSS 中的用戶定義缺失值轉換為常規 R NA
,這非常有用。
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
相關用法
- R haven zap_label Zap 變量標簽
- R haven zap_empty 將空字符串轉換為缺失值
- R haven zap_labels Zap值標簽
- R haven read_xpt 讀寫 SAS 傳輸文件
- R haven print_labels 打印帶標簽向量的標簽
- R haven tagged_na “標記”缺失值
- R haven read_sas 讀取 SAS 文件
- R haven labelled 創建一個標記向量。
- R haven read_dta 讀寫Stata DTA文件
- R haven as_factor 將標記向量轉換為因子
- R haven read_spss 讀取和寫入 SPSS 文件
- R haven labelled_spss SPSS 的標記向量
- R SparkR hashCode用法及代碼示例
- R hms hms 用於存儲一天中的時間值的簡單類
- R SparkR hint用法及代碼示例
- R hms parse_hms 解析 hms 值
- R SparkR histogram用法及代碼示例
- R SparkR head用法及代碼示例
- R hms round_hms 四舍五入或截斷為秒的倍數
- R dtrMatrix-class 三角形稠密數值矩陣
- R vcov.gam 從 GAM 擬合中提取參數(估計器)協方差矩陣
- R gam.check 擬合 gam 模型的一些診斷
- R ggplot2 annotation_logticks 注釋:記錄刻度線
- R matrix轉list用法及代碼示例
- R Pixel X 射線像素強度隨時間的變化
注:本文由純淨天空篩選整理自Hadley Wickham等大神的英文原創作品 Zap special missings to regular R missings。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。