RStudio导入.csv数据集后，如何将空缺失值单元格批量转为NA？

嘿，这种大数据集手动改空单元格的痛苦我太懂了！不用慌，有几个简单高效的方法能帮你批量搞定：

方法1：导入CSV时直接处理（最推荐） #

在读取CSV文件的时候，直接告诉R哪些值要被识别为缺失值（NA），一步到位，不用事后再折腾。

用base R的read.csv() #

# 读取时指定空字符串和空白为NA
df <- read.csv("你的数据集.csv", na.strings = c("", " "))

这里的na.strings参数可以接受一个向量，把你想标记为NA的内容放进去——空字符串""对应完全空的单元格，" "则对应那些看起来是空但其实藏了空格的单元格，加上它更稳妥。

用tidyverse的read_csv()（更灵活） #

如果你习惯用tidyverse工具，read_csv()默认会把空单元格识别为NA，但如果遇到特殊的空值（比如多个空格），可以用na参数精准指定：

library(readr)
df <- read_csv("你的数据集.csv", na = c("", " ", "  "))

方法2：已导入数据集后的批量替换 #

如果已经把数据导入RStudio了，也可以事后批量修改：

用tidyverse的dplyr（简洁直观） #

library(dplyr)
# 替换所有列中的空字符串为NA
df <- df %>% mutate_all(~na_if(., ""))

# 只替换字符型列（如果只有字符列有空值，更高效）
df <- df %>% mutate_if(is.character, ~na_if(., ""))

# 处理带空格的空单元格：先去掉前后空格再替换
df <- df %>% mutate_all(~na_if(trimws(.), ""))

用base R（无需额外包） #

如果你不想加载额外的包，用base R也能快速搞定：

# 替换所有空字符串为NA
df[df == ""] <- NA

# 同时处理空字符串和单个空格的情况
df[df == "" | df == " "] <- NA

# 处理多个空格的情况：先去除前后空格再替换
df[] <- lapply(df, function(x) {
  x_trimmed <- trimws(x)
  x_trimmed[x_trimmed == ""] <- NA
  return(x_trimmed)
})

这些方法都能轻松处理大规模数据集，完全不用手动一个个改~

内容的提问来源于stack exchange，提问作者Catalina