如何确定给出错误的数据点？

Question

我有一个R中的代码，通过data.frame在当时读取一行，如果符合某些条件，则更改data.frame中的一个变量的值。在伪码：

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

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

} 

当代码运行时，在某一点停止和引发以下错误消息：Error in if (condition : missing value where TRUE/FALSE needed

据我所知，该错误消息表示，在某一点，当对if声明中的条件进行评估，结果为Na而不是TRUE或FALSE。

然而，当我通过使用“存储”在R（和我假设是抛出错误的数据集的行）的i值尝试R中的条件I得到的TRUE答案。我是否正确理解i的值允许我确定哪一行数据帧正在抛出错误？如果不是，我应该寻找其他方法来确定哪一行数据集导致错误？

Answer 1

只要因为for循环不在函数内部，所以我将等于它在错误发生之前碰到的最终值。因此，在您的错误后：

data[i, ] 

应该给你的病理行。

如果你正在一个函数内运行，由于作用域规则，我应该死于这个函数。在这种情况下，我会修改代码以打印出每一行（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

我认为答案是 “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。在这里，我们制作一个模拟错误的函数f，然后使用try()，这样我们就可以在循环中一直运行。当我们遇到错误时，我们不会停下来，而是填写一个表示错误代码的值（在这种情况下为10000）。 （我们也可以只让错误的行为是一个空操作，即只要进入到循环的下一次迭代。在这种情况下，将在错误位置留下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）替换值

岂不是更好地使用replace？

一些例子在这里：replace function examples

你的情况

replace (df$column, your_condition, value) 

2）过滤

如果你确定你的数据只包含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）选择行号过滤掉使用filter东西

最后，当你需要的地方来港发生的特定行号，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