缺失值,表整理—tidyr包

最新推荐文章于 2024-11-12 11:11:21 发布

原创

最新推荐文章于 2024-11-12 11:11:21 发布 · 2.4k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#数据预处理-缺失值

本文介绍了tidyr包在数据预处理中的应用，包括使用缺失值的简单补齐方法，如用均值或中位数填充，以及长形表与宽形表之间的转换。此外，还讲解了列的分割与合并操作，如separate()和unite()函数的用法。tidyr与其他数据处理包如data.table、reshape、reshape2、plyr和dplyr一起，能有效提升数据预处理效率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

tidyr包主要涉及：
1)缺失值的简单补齐
2)长形表变宽形表与宽形表变长形表
3)列分割与列合并

1.缺失值的简单补齐
library(tidyr)
library(dplyr)

# 创建含有缺失值的数据框示例
x <- c(1,2,7,8,NA,10,22,NA,15)
y <- c("a",NA,"b",NA,"b","a","a","b","a")
df <- data.frame(x = x,y = y)
df

下面用x的均值或中位数替换缺失值，用y的众数替换缺失值。

#计算x的均值和中位数(对缺失值比较敏感)
x_mean <- mean(df$x, na.rm = TRUE)
x_median <- median(df$x, na.rm = TRUE)
#计算y的众数
y_mode <- as.character(df$y[which.max(table(df$y))])

a <- which.max(table(df$y))