R语言学习:数据结构6-缺失值

本文介绍了在数据处理过程中遇到的两种缺失值表示方法:NA和NaN。详细解释了两者之间的区别,NA可以表示所有数据类型的缺失值,而NaN仅用于表示数字型数据的缺失。并通过示例代码展示了如何使用R语言中的is.na()和is.nan()函数来检测这些缺失值。
缺失值 missing value,NA、NaN,NaN属于NA。NA可以表示所有数据类型的缺失值,NaN只表示数字的缺失值。NA有类型属性,例如integer NA,character NA等。
判断一个数据中是否有缺失值
#missing value
x <- c(1, NA, 2, NA, 3)    //注意:这里的大小写,na、nan都不对。
is.na(x)    //判断变量x中是否有缺失值NA,对每一个元素进行判断。
is.nan(x)    //判断变量x中是否有缺失值NaN,对每一个元素进行判断。
y <- c(1, NaN, 2, NaN, 3)
is.na(y)
is.nan(y)


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值