如何在R管道链中将数值列的NaN和Inf替换为NA

问题背景 #

你尝试用以下代码替换OUTPUT数据框数值列中的Inf和NaN为NA但未成功：

OUTPUT %>% replace(is.infinite(.)|!is.numeric(.), NA)

问题出在replace()的用法上：它会对整个数据框的所有元素进行判断，而非仅针对数值列，且!is.numeric(.)会错误地将非数值列（比如InstNm）也替换成NA，不符合需求。

解决方案 #

以下是两种在管道链中实现需求的方法，均基于tidyverse工具：

方法1：使用mutate(across()) + replace()

这是处理多列数据的标准tidyverse写法，精准定位数值列并替换目标值：

OUTPUT_CLEAN <- OUTPUT %>%
  mutate(across(where(is.numeric), ~replace(.x, is.infinite(.x) | is.nan(.x), NA)))

• across(where(is.numeric))：筛选出所有数值类型的列
• replace(.x, 条件, NA)：对每一列，将满足Inf或NaN的位置替换为NA

方法2：使用mutate(across()) + case_when()

如果需要更灵活的条件判断，可改用case_when：

OUTPUT_CLEAN <- OUTPUT %>%
  mutate(across(where(is.numeric), ~case_when(
    is.infinite(.x) | is.nan(.x) ~ NA_real_,
    TRUE ~ .x
  )))

• NA_real_是数值型的NA，确保替换后列类型保持一致

直接整合到原始管道

你也可以把替换步骤直接加到生成OUTPUT的管道末尾，一步完成：

OUTPUT <- DATA %>% 
  group_by(InstNm) %>%
  mutate(
    Total_Enroll_change = round(((Total_Enrollment - lag(Total_Enrollment))/ lag(Total_Enrollment))*100, 1),
    Total_EL_change = round(((Total_EL - lag(Total_EL))/ lag(Total_EL))*100,1),
    Total_Arriver_change = round(((Total_Arriver - lag(Total_Arriver))/ lag(Total_Arriver))*100, 1)
  ) %>%
  mutate(across(where(is.numeric), ~replace(.x, is.infinite(.x) | is.nan(.x), NA)))

内容的提问来源于stack exchange，提问作者Simon Harmel