如何確定給出錯誤的數據點？

Question

我有一個R中的代碼，通過data.frame在當時讀取一行，如果符合某些條件，則更改data.frame中的一個變量的值。在僞碼：

for(i in 1:nrow(data)) { 

if (conditions on data[i,]) { change value } else {do nothing} 

} 

當代碼運行時，在某一點停止和引發以下錯誤消息：Error in if (condition : missing value where TRUE/FALSE needed

據我所知，該錯誤消息表示，在某一點，當對if聲明中的條件進行評估，結果爲Na而不是TRUE或FALSE。

然而，當我通過使用「存儲」在R（和我假設是拋出錯誤的數據集的行）的i值嘗試R中的條件I得到的TRUE答案。我是否正確理解i的值允許我確定哪一行數據幀正在拋出錯誤？如果不是，我應該尋找其他方法來確定哪一行數據集導致錯誤？

Answer 1

只要因爲for循環不在函數內部，所以我將等於它在錯誤發生之前碰到的最終值。因此，在您的錯誤後：

data[i, ] 

應該給你的病理行。

如果你正在一個函數內運行，由於作用域規則，我應該死於這個函數。在這種情況下，我會修改代碼以打印出每一行（或i）直到它死亡：

for(i in 1:nrow(data)) { 
    print(i) #or print(data[i, ]) 
    if (conditions on data[i,]) { change value } else {do nothing} 

} 

Answer 2

我認爲答案是 「是」

print(i) ## Error: doesn't exist yet 
for (i in 1:10) { 
    if (i==4) stop("simulated error") 
} 
print(i) ## 4 

的try()功能也非常有用。在這裏，我們製作一個模擬錯誤的函數f，然後使用try()，這樣我們就可以在循環中一直運行。當我們遇到錯誤時，我們不會停下來，而是填寫一個表示錯誤代碼的值（在這種情況下爲10000）。 （我們也可以只讓錯誤的行爲是一個空操作，即只要進入到循環的下一次迭代。在這種情況下，將在錯誤位置留下NA）

f <- function(x) { 
    if (x==4) stop("simulated error") 
    return(x) 
} 
results <- rep(NA,10) 
for (i in 1:10) { 
    res <- try(f(i)) 
    if (is(res,"try-error")) { 
     results[i] <- 10000 
    } else { 
     results[i] <- res 
    } 
} 

Answer 3

1）替換值

豈不是更好地使用replace？

一些例子在這裏：replace function examples

你的情況

replace (df$column, your_condition, value) 

2）過濾

如果你確定你的數據只包含TRUEs/FALSEs或NAS，您可以：

a）具有特定列中的NA的子集行

df[(is.na(df$column)), ] 

b）由dplyr

library("dplyr") 
filter(df, is.na(column)) # filter NAs in dplyr you don't have to use $ to specify column 
filter(df, !is.na(column) & column!="FALSE") # filter everything other than NA and FALSE 
filter(df, column!="TRUE" & column!="FALSE") # careful with that, won't return NAs 

3）選擇行號過濾掉使用filter東西

最後，當你需要的地方來港發生的特定行號，使用which

which(is.na(df$column)) # row numbers with NAs 
which(df$column!="TRUE") # row numbers other than TRUEs 
which(df$column!="TRUE" & df$column!="FALSE") # again, won't return NAs