16、数据管理：缺失值处理与变量重命名

数据管理：缺失值处理与变量重命名

1. 缺失值处理

1.1 读取数据时指定缺失值

在读取数据时，可以通过 read.table 函数的 na.strings 参数指定哪些值应被视为缺失值。例如：

mydataNA <- read.table("mydataNA.txt", na.strings=c(".", "9", "99"))
mydataNA

这样，文件中出现的 . 、 9 和 99 都会被当作缺失值处理。

1.2 均值替换缺失值

当需要用均值替换缺失值时，由于直接对缺失值进行逻辑比较（如 q1==NA ）不会得到 TRUE 结果，所以要使用 is.na 函数。示例代码如下：

attach(mydataNA)
mydataNA$q1[ is.na(q1) ] <- mean( q1, na.rm=TRUE )

此代码的操作步骤为：
1. 使用 attach(mydataNA) 方便使用短变量名简化代码。
2. 利用 is.na(q1) 找出 q1 中的缺失元素。
3