1> m <- matrix(sample(c(NA, 1:10), 100, replace = TRUE), 10)
2> d <- as.data.frame(m)
3 V1 V2 V3 V4 V5 V6 V7 V8 V9 V10
41 4 3 NA 3 7 6 6 10 6 5
52 9 8 9 5 10 NA 2 1 7 2
63 1 1 6 3 6 NA 1 4 1 6
74 NA 4 NA 7 10 2 NA 4 1 8
85 1 2 4 NA 2 6 2 6 7 4
96 NA 3 NA NA 10 2 1 10 8 4
107 4 4 9 10 9 8 9 4 10 NA
118 5 8 3 2 1 4 5 9 4 7
129 3 9 10 1 9 9 10 5 3 3
1310 4 2 2 5 NA 9 7 2 5 5
14
15> d[is.na(d)] <- 0
16
17> d
18 V1 V2 V3 V4 V5 V6 V7 V8 V9 V10
191 4 3 0 3 7 6 6 10 6 5
202 9 8 9 5 10 0 2 1 7 2
213 1 1 6 3 6 0 1 4 1 6
224 0 4 0 7 10 2 0 4 1 8
235 1 2 4 0 2 6 2 6 7 4
246 0 3 0 0 10 2 1 10 8 4
257 4 4 9 10 9 8 9 4 10 0
268 5 8 3 2 1 4 5 9 4 7
279 3 9 10 1 9 9 10 5 3 3
2810 4 2 2 5 0 9 7 2 5 51library(dplyr)
2#Replacing missing values with 0 in columns 'x' and 'y' of the tibble dataframe 'df'
3df %>%
4 replace_na(list(x = 0, y = 0))