对于NA的处理方式

示例数据

生成存在NA的示例数据，实际操作应根据实际表达矩阵。

> library(tidyr)
> X<-data.frame(X1 = LETTERS[1:5],X2 = 1:5)
> X[2,2] <- NA
> X[4,1] <- NA
> X
    X1 X2
1    A  1
2    B NA
3    C  3
4 <NA>  4
5    E  5

去除含NA的行

可以根据某一列来选择，也可以全局选择。

> drop_na(X)
  X1 X2
1  A  1
2  C  3
3  E  5
> drop_na(X,X1)
  X1 X2
1  A  1
2  B NA
3  C  3
4  E  5
> drop_na(X,X2)
    X1 X2
1    A  1
2    C  3
3 <NA>  4
4    E  5

替换NA

可以选择一列，也可以全局选择，在list()函数中修改即可。

> replace_na(X$X1, 0)
[1] "A" "B" "C" "0" "E"
> replace_na(X,list(X2=0))
    X1 X2
1    A  1
2    B  0
3    C  3
4 <NA>  4
5    E  5
> replace_na(X,list(X1=0, X2=0))
  X1 X2
1  A  1
2  B  0
3  C  3
4  0  4
5  E  5

上一行填充

可以使用上一行的数据填充NA，可以选择一列，也可以选择多列。

> X
    X1 X2
1    A  1
2    B NA
3    C  3
4 <NA>  4
5    E  5
> fill(X,X2)
    X1 X2
1    A  1
2    B  1
3    C  3
4 <NA>  4
5    E  5
> fill(X,c(X1,X2))
  X1 X2
1  A  1
2  B  1
3  C  3
4  C  4
5  E  5

花样连接

可以通过不同的方式把两个数据框连接到一起形成新的数据框。

> test1 <- data.frame(name = c('jimmy','nicker','Damon','Sophie'), 
+                     blood_type = c("A","B","O","AB"))
> test1
    name blood_type
1  jimmy          A
2 nicker          B
3  Damon          O
4 Sophie         AB
> test2 <- data.frame(name = c('Damon','jimmy','nicker','tony'),
+                     group = c("group1","group1","group2","group2"),
+                     vision = c(4.2,4.3,4.9,4.5))
> test2
    name  group vision
1  Damon group1    4.2
2  jimmy group1    4.3
3 nicker group2    4.9
4   tony group2    4.5

> library(dplyr)
> test1
    name blood_type
1  jimmy          A
2 nicker          B
3  Damon          O
4 Sophie         AB
> test2
    name  group vision
1  Damon group1    4.2
2  jimmy group1    4.3
3 nicker group2    4.9
4   tony group2    4.5
> inner_join(test1,test2,by="name")
    name blood_type  group vision
1  jimmy          A group1    4.3
2 nicker          B group2    4.9
3  Damon          O group1    4.2
> right_join(test1,test2,by="name")
    name blood_type  group vision
1  jimmy          A group1    4.3
2 nicker          B group2    4.9
3  Damon          O group1    4.2
4   tony       <NA> group2    4.5
> full_join(test1,test2,by="name")
    name blood_type  group vision
1  jimmy          A group1    4.3
2 nicker          B group2    4.9
3  Damon          O group1    4.2
4 Sophie         AB   <NA>     NA
5   tony       <NA> group2    4.5
> semi_join(test1,test2,by="name")
    name blood_type
1  jimmy          A
2 nicker          B
3  Damon          O
> anti_join(test1,test2,by="name")
    name blood_type
1 Sophie         AB