列中のNAを0に変換したい

Question

前提・実現したいこと

Rの超初心者です。
データフレーム内のある列（数値が入っている）の欠損値（#NA）を0に変換したいのですが、シンプルなはずなのに、うまくいきません。どうすれば、変換できるでしょうか。

おそらく、大変初歩的なことなのだと思いますが在宅ワークのため質問できる方がおらず、こちらにて質問させていただきました。

どうぞよろしくお願いいたします。

発生している問題・エラーメッセージ

エラーメッセージ

ifelse(is.na(data.selected), 0, data.selected)について
エラーは出ませんが、数値が別の数値に変わってしまいました。#NAは1になったように見受けられました。


replace(data.selected, which(is.na(data.selected)), 0)については以下のメッセージが出ます。
警告メッセージ: 
 `[<-.factor`(`*tmp*`, list, value = 0) で: 
   不正な因子水準です。NA が発生しました 


data.selected[is.na(data.selected)] <- 0については以下のメッセージが出ます。
警告メッセージ: 
 `[<-.factor`(`*tmp*`, is.na(data.selected), value = 0) で: 
  invalid factor level, NA generated
 

data.selected[which(is.na(data.selected))] <- 0については以下のメッセージが出ます。
警告メッセージ: 
 `[<-.factor`(`*tmp*`, which(is.na(data.selected)), value = 0) で: 
  invalid factor level, NA generated

na.omit(data.selected)についてはエラーは出ませんが、#NAは除去されませんでした。

該当のソースコード

#preparation
data<- read.csv("20190309-1018-Org-ID1.csv", header=T)#input data
options(digits=2) #change digit

#Salesの列だけ抽出したい
#extraction based on columnList
columnList <- c("Sales") #make columnList
data.selected <- data[, columnList] #access data

#列中の欠損値を0に置換したい
ifelse(is.na(data.selected), 0, data.selected)
#or
replace(data.selected, which(is.na(data.selected)), 0)
#or
data.selected[is.na(data.selected)] <- 0
#or
data.selected[which(is.na(data.selected))] <- 0
#or
na.omit(data.selected)

試したこと

ネット上にある、欠損値変換の方法について述べたページを検索し、そこに載っていたコードをすべて試してみました。

また、一度だけ、あるサイトにあった以下のコードがうまくいったことがあったのですが、後日そのコードを動かそうとしたら動きませんでした。

data %>% mutate_all(funs(ifelse(is.infinite(.),0,.))) %>%
mutate_all(funs(ifelse(is.nan(.),0,.))) %>%
mutate_all(funs(ifelse(is.na(.),0,.)))

このコードについては理解できていません。
そのサイトで述べられていた要点は、
欠損値を0にできないエラーはデータフレーム（？）中の型の違いに起因するのかもしれない、
ということだったと思います。

補足情報（FW/ツールのバージョンなど）

RStudio
Version 1.2.5042

Answer 1

これで行けると思います。Rでの演算は単値ではなくベクトルが基本、データフレームも究極的にはベクトルを変形したものなので、こういうことになります。

data[is.na(data)] <- 0

Comments

[AAKN]

さっそく回答してくださりありがとうございます。

data[is.na(data)] <- 0

再度試してみましたが、

`[<-.factor`(`*tmp*`, is.na(data.selected), value = 0) で:
invalid factor level, NA generated

というエラーが出てしまいました。

何か根本的に私が間違ってしまっている可能性はありますでしょうか。

[KojiDoi]

str(data.selected)
の結果はどうなりますか？

[AAKN]

Factor w/ 73 levels "#N/A","1008",..: 72 63 1 15 1 12 1 26 1 28 ...

となりました。

[KojiDoi]

ちょっと状況を読み違えていましたかね。追求すべきは、「データフレームに含まれるNAを別の値に変える方法」ではなく、「データフレームの操作によって意図せざるNAが発生するのを回避する方法」ですね。

Rにはファクター（因子）という奇怪な型があり、これを文字列と思い込んで処理しようとするといろいろ変なことが起こります。
そして、CSVデータを読み込むときにread.csv, read.tableを遣うと、デフォルトでは文字列データは否応なしにファクターにされてしまいます。
大抵の場合は次のようにしたほうが幸せになれるでしょう。
data<- read.csv("20190309-1018-Org-ID1.csv", header=T, stringsAsFactors = F)
あるいは、data$Sales <- as.character(data$Sales)
のように後から列ごとに変換する方法もあります。

こう云う処理をしたあとであれば「不正な因子水準です。NA が発生しました」などと文句を言われなくなるはずです。また、あとからNAを適当な値に置き換えることも問題なくできるはずです。

なお、こういうトラブルのときはエラーメッセージを丸ごと検索窓につっこんでググるといいです。

[AAKN]

教えてくださり誠にありがとうございます。
データフレームの操作によって意図せざるNAが発生している状況、だったのですね。
わかっておりませんでした。

さっそく、
data<- read.csv("20190309-1018-Org-ID1.csv", header=T, stringsAsFactors = F)
また、
data$Sales <- as.character(data$Sales)
の2通りを試してみました。

そしてそれぞれ、
data.selected[is.na(data.selected)] <- 0
を用いて#NAを0に変換しようとしました。
しかし、エラーは出ないものの#NAは変換されないままでした。

コメントいただいたことをもとに、さらに試してみます。
エラーメッセージの検索の仕方含め、丁寧に教えてくださりありがとうございました。

[KojiDoi]

上記のことをしただけではdata.selectedは以前のままですが、ちゃんと全部データを更新していますか？ #NAが見えているということは、そのどこかがまだ出来ていないということです。

[AAKN]

コメントありがとうございます！おかげさまで解決いたしました！

Salesの数値が、コンソール上で　”　”　付きになっていたため、数値型に変換することにしたのですが、
そのステップを挟んだらいただいたdata[is.na(data)] <- 0が有効になりました。

```r
#preparation
#input data
#デフォルトでは文字列データはファクター（因子)型にされてしまうことを防ぐ
data<- read.csv("20190309-1018-Org-ID1.csv", header=T, stringsAsFactors = F)

#Salesの列だけ抽出したい
#extraction based on columnList
columnList <- c("Sales") #列名をつくる
data.selected <- data[, columnList] #access data
#この時点で数値データになっていなかったので、data.selected を実数型に変換
data.selected <- as.numeric(data.selected)
#data.selected中の欠損値を0に置換
data.selected[is.na(data.selected)] <- 0
#中身の確認
head(data.selected)

```
でいけました（もしかしたらたまたま解決しただけだったのかもしれませんが、、）。
データの更新についてはできていたつもりでおりますが、もしかしたら、そちらが問題だったのかもしれません。
いずれにせよ、丁寧に教えてくださり、心よりお礼申し上げます。ありがとうございました。