当列是因子时，R data.table 将“NULL”替换为“NA”

我通过 ODBC 从 SQL 数据库中提取一些数据，列自动设置为factor。它类似于以下内容：

library(RODBC)
library(data.table)
data <- data.table(sqlQuery(channel, query))

我的数据如下所示，只是有更多列：

data <- data.table("C1"=as.factor(c(letters[1:4], "NULL", letters[5])),
                   "C2"=as.factor(c(rnorm(3), "NULL", rnorm(2))),
                   "C3"=as.factor(c(letters[1], "NULL", letters[2:4], "NULL")))
> data
     C1                 C2   C3
1:    a -0.190200079604691    a
2:    b  0.310548914832963 NULL
3:    c 0.0153099116493453    b
4:    d               NULL    c
5: NULL  0.157187027626419    d
6:    e  0.118537540781528 NULL
> str(data)
Classes ‘data.table’ and 'data.frame':  6 obs. of  3 variables:
 $ C1: Factor w/ 6 levels "a","b","c","d",..: 1 2 3 4 6 5
 $ C2: Factor w/ 6 levels "-0.190200079604691",..: 1 5 2 6 4 3
 $ C3: Factor w/ 5 levels "a","b","c","d",..: 1 5 2 3 4 5
 - attr(*, ".internal.selfref")=<externalptr> 

我如何替换“NULL”NA？在这里我想要R将这些 SQL“NULL”字符串视为缺失值NA。我尝试了以下方法，但似乎NA导致问题。

for (col in names(data)) {
  set(data, which(data[[col]]=="NULL"), col, NA)
}

> Error in set(data, which(data[[col]] == "NULL"), col, NA) : 
  Can't assign to column 'C1' (type 'factor') a value of type 'logical' (not character, factor, integer or numeric)

RODBC解决方案

感谢@user20650的建议，您可以控制缺失值sqlQuery通过做data <- data.table(sqlQuery(channel, query, na.strings=c("NA", "NULL")))。但是，如果您的数据源格式不正确，仍然可能会出现此问题，因此这不是该帖子的通用解决方案。

这达到了预期的效果并且更加紧凑：

is.na(data) <- data == "NULL"

注意回复：评论问：is.na功能与is.na<-功能。这里使用的后一种是将 NA 值分配给由分配运算符的 RHS 上的逻辑表达式定义的项。有一个is.na.data.frame- 方法但不是is.na[<-.dataframe-方法。所以不确定这是否是纯粹的引用策略，因为它不是通过[.data.frame句法。它可能使用“is.na

我认为经过一番思考后，“is.na{x[value] <- NA; x}）所以最终会将此调用分派给[<-.data.table所以它可能会“通过参考”完成。