<\/p>\n
Sie k\u00f6nnen die folgende Syntax verwenden, um alle NA-Werte in einem Datenrahmen mithilfe des dplyr-<\/a> Pakets in R durch Null zu ersetzen:<\/span><\/p>\n Sie k\u00f6nnen die folgende Syntax verwenden, um NA-Werte in einer bestimmten Spalte eines Datenrahmens zu ersetzen:<\/span><\/p>\n Und Sie k\u00f6nnen die folgende Syntax verwenden, um den NA-Wert in einer von vielen Spalten in einem Datenrahmen zu ersetzen:<\/span><\/p>\n Die folgenden Beispiele zeigen, wie Sie diese Funktionen mit dem folgenden Datenbaustein in der Praxis nutzen k\u00f6nnen:<\/span><\/p>\n Der folgende Code zeigt, wie alle NA-Werte in allen Spalten in einem Datenrahmen ersetzt werden:<\/span><\/p>\n Der folgende Code zeigt, wie NA-Werte in einer bestimmten Spalte eines Datenrahmens ersetzt werden:<\/span><\/p>\n Der folgende Code zeigt, wie NA-Werte in einer von vielen Spalten in einem Datenrahmen ersetzt werden:<\/span><\/p>\n So filtern Sie Zeilen, die eine bestimmte Zeichenfolge enthalten, mit dplyr<\/a> Sie k\u00f6nnen die folgende Syntax verwenden, um alle NA-Werte in einem Datenrahmen mithilfe des dplyr- Pakets in R durch Null zu ersetzen: #replace all NA values with zero df <- df %>% replace(is. na (.), 0) Sie k\u00f6nnen die folgende Syntax verwenden, um NA-Werte in einer bestimmten Spalte eines Datenrahmens zu ersetzen: #replace NA values […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n #replace all NA values with zero<\/span>\ndf <- df %>% replace(is. na<\/span> (.), 0)\n<\/strong><\/pre>\n #replace NA values with zero in column named col1<\/em><\/span>\ndf <- df %>% mutate(col1 = ifelse(is. na<\/span> (col1), 0, col1))\n<\/strong><\/pre>\n #replace NA values with zero in columns col1<\/em> and col2<\/em><\/span>\ndf <- df %>% mutate(col1 = ifelse(is. na<\/span> (col1), 0, col1),\n col2 = ifelse(is. na<\/span> (col2), 0, col2))<\/strong><\/pre>\n #create data frame<\/span>\ndf <- data. frame<\/span> (player=c('A', 'B', 'C', 'D', 'E'),\n pts=c(17, 12, NA, 9, 25),\n rebs=c(3, 3, NA, NA, 8),\n blocks=c(1, 1, 2, 4, NA))\n\n#view data frame<\/span>\ndf\n\n player pts rebs blocks\n1 to 17 3 1\n2 B 12 3 1\n3 C NA NA 2\n4 D 9 NA 4\n5 E 25 8 NA\n<\/strong><\/pre>\n Beispiel 1: Ersetzen Sie alle NA-Werte in allen Spalten<\/strong><\/span><\/h3>\n
library<\/span> (dplyr)<\/span>\n\n<\/span>#replace all NA values with zero\n<\/span>df <- df %>% replace(is. na<\/span> (.), 0)\n\n#view data frame\n<\/span>df\n\n player pts rebs blocks\n1 to 17 3 1\n2 B 12 3 1\n3 C 0 0 2\n4 D 9 0 4\n5 E 25 8 0\n<\/strong><\/pre>\n Beispiel 2: Ersetzen Sie NA-Werte in einer bestimmten Spalte<\/strong><\/span><\/h3>\n
library<\/span> (dplyr)<\/span>\n\n<\/span>#replace NA values with zero in rebs<\/em> column only\n<\/span>df <- df %>% mutate(rebs = ifelse(is. na<\/span> (rebs), 0, rebs))\n\n#view data frame\n<\/span>df\n\n player pts rebs blocks\n1 to 17 3 1\n2 B 12 3 1\n3 C NA 0 2\n4 D 9 0 4\n5 E 25 8 NA<\/strong><\/pre>\n Beispiel 3: Ersetzen Sie NA-Werte in einer von mehreren Spalten<\/strong><\/span><\/h3>\n
library<\/span> (dplyr)<\/span>\n\n<\/span>#replace NA values with zero in rebs<\/em> and pts<\/em> columns\n<\/span>df <- df %>% mutate(rebs = ifelse(is. na<\/span> (rebs), 0, rebs),\n pts = ifelse(is. na<\/span> (pts), 0, pts))\n\n#view data frame\n<\/span>df\n\n player pts rebs blocks\n1 to 17 3 1\n2 B 12 3 1\n3 C 0 0 2\n4 D 9 0 4\n5 E 25 8 NA<\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So berechnen Sie relative H\u00e4ufigkeiten mit dplyr<\/a>
So w\u00e4hlen Sie mit dplyr die erste Zeile nach Gruppe aus<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"