15、R语言数据管理：函数应用、条件转换与缺失值处理

R语言数据管理：函数应用、条件转换与缺失值处理

1. 函数应用

在数据处理中，当处理长变量列表时，传统方法会变得繁琐，且在处理缺失值时存在问题。例如，若任何一个变量存在缺失值， meanQ 变量也会缺失。不过， mean 函数可以解决这个问题。

1.1 应用 mean 函数

R 语言中有 mean 函数和 summary 函数。对于数值对象， mean 函数返回单个值，而 summary 函数返回最小值、第一四分位数、中位数、均值、第三四分位数和最大值。为创建 meanQ 变量，使用 mean 函数更合适，因为它只返回我们需要的值。

首先，将 q 变量放入矩阵。直接使用以下命令选择变量不会得到矩阵，因为即便变量 3 到 6 都是数值型，它仍会保持数据框的形式：

myQmatrix <- mydata[ ,3:6]
#Not a matrix!

正确的转换方法是使用 as.matrix 函数：

myQmatrix <- as.matrix( mydata[ ,3:6] )
myQmatrix

若对