如何将CSV文件中指定比例（如5%）的数据随机替换为NA？

Excel 操作步骤 #

• 打开目标CSV文件，先复制所有数据到旁边空白区域（避免修改原数据）
• 在新数据区域的第一个单元格输入公式：=IF(RAND()<=0.05, NA(), 原数据单元格)（比如原数据在A1，就写=IF(RAND()<=0.05, NA(), A1)）
• 拖拽或双击单元格右下角的十字光标，把公式填充到整个数据区域
• 选中整个新数据区域，右键选择「复制」，再右键选择「粘贴为值」，固定随机生成的结果（不然每次刷新表格，随机NA的位置会变）

R语言操作步骤（适合新手的极简流程） #

1. 打开R或RStudio，先安装读取CSV的工具包：
   输入代码 install.packages("readr") 按回车，等待安装完成后，输入 library(readr) 加载包
2. 设置工作目录（把你的CSV文件放到这个文件夹里）：
   输入 setwd("你的文件所在文件夹路径")，比如 setwd("C:/Users/你的用户名/Documents")；不确定路径的话，可右键CSV文件选「属性」查看
3. 读取CSV文件：
   输入 df <- read_csv("你的文件名.csv")（比如文件叫data.csv，就写df <- read_csv("data.csv")）
4. 随机替换5%数据为NA：
   直接复制这段代码运行：

   total_cells <- nrow(df) * ncol(df)
   na_count <- round(total_cells * 0.05)
   na_positions <- sample(total_cells, na_count)
   df[na_positions] <- NA
   

5. 保存处理后的文件：
   输入 write_csv(df, "处理后文件名.csv")（比如write_csv(df, "data_with_na.csv")），处理后的文件会出现在你设置的工作目录里

内容的提问来源于stack exchange，提问作者amahd