将所有零替换为NA:
df[df == 0] <- NA
Explanation
1.你不应该用NULL来代替0.正如?'NULL'年所说，
NULL表示R中的NULL对象
这是独一无二的，我猜，可以被视为最缺乏信息和空洞的对象1那么
data.frame(x = c(1, NULL, 2))
# x
# 1 1
# 2 2
也就是说，R不为这个空对象保留任何空间2同时，看看?'NA'，我们看到了这一点
NA是长度为1的逻辑常数，其中包含缺失的值
重要的是，NA的长度为1，因此R为其保留了一些空间.例如.，
data.frame(x = c(1, NA, 2))
# x
# 1 1
# 2 NA
# 3 2
此外，数据帧 struct 要求所有列具有相同数量的元素，以便不存在"孔"(即NULL个值).
现在，您可以在一个数据帧中将零替换为NULL，即完全删除包含至少一个零的所有行.当使用例如var、cov或cor时，这实际上相当于首先用NA替换零，并将use的值设置为"complete.obs".然而，这通常并不令人满意，因为它会导致额外的信息丢失.
2.在解决方案中，我使用df == 0矢量化，而不是运行某种循环.df == 0返回(try )一个与df大小相同的矩阵，其条目为TRUE和FALSE.此外，我们还可以将该矩阵传递给子集[...](参见?'[').最后，虽然df[df == 0]的结果非常直观，但df[df == 0] <- NA给出了期望的效果似乎有些奇怪.赋值运算符<-确实并不总是那么聪明，并且不以这种方式处理其他一些对象，但它处理数据帧；见?'<-'.
1 The empty set in the set theory feels somehow related.
2 Another similarity with the set theory: the empty set is a subset of every set, but we do not reserve any space for it.