RStudio读取CSV后部分列空白未识别为NA的处理方法

遇到这种情况太常见了——CSV里的空白单元格被R读成了空字符串("")，而非默认的缺失值NA，所以用View(df)查看时显示空白，但本质不是缺失值。下面分两种场景给你实用解决方案：

一、读取CSV时直接处理（推荐） #

在读取文件阶段就告诉R，把空字符串也识别为缺失值，省得事后再返工：

Base R的read.csv写法 #

# 读取时指定na.strings包含空字符串
df <- read.csv("你的文件路径.csv", na.strings = c("", "NA"))

默认情况下read.csv的na.strings参数只识别"NA"，加上""后，所有空白单元格会直接被转成NA。

Tidyverse的read_csv写法 #

如果你用readr包的read_csv，可以通过na参数指定：

library(readr)
df <- read_csv("你的文件路径.csv", na = c("", "NA"))

二、已读入数据框后的补救处理 #

如果数据已经在R环境里了（比如你提供的示例dat），可以用下面两种方法批量替换：

方法1：Base R快速全局替换 #

一行代码搞定整个数据框的空字符串：

dat[dat == ""] <- NA

运行后再打开View(dat)，所有原来的空白都会变成NA。

方法2：Tidyverse精准处理（推荐） #

如果只想处理字符型列（数值型列不会有空字符串），用dplyr的函数更高效：

library(dplyr)
# 仅对字符型列替换空字符串为NA
dat <- dat %>% 
  mutate_if(is.character, ~na_if(., ""))

要是想处理所有列，换成mutate_all即可：

dat <- dat %>% 
  mutate_all(~na_if(., ""))

验证效果 #

拿你的示例数据测试：

dat <- data.frame(
  Date = c("04/12/2011", "03/01/2002", "02/07/2002", "01/02/2001", "", ""),
  A = "",
  B = c(NA, 1981, NA, 1981, 1950, 1989)
)

# 执行替换
dat[dat == ""] <- NA

此时dat的Date列空值和A列都会变成NA，B列原有NA保持不变，View(dat)里就会统一显示为NA了。

内容的提问来源于stack exchange，提问作者andrew