R语言矩阵/缺失值处理

缺失值处理一般包括三步：
1. 识别缺失数据；
2. 检查导致数据缺失的原因；
3. 删除包含缺失值的实例或用合理的数值代替（插补）缺失值。

• 1.判断缺失值
  函数is.na()、is.nan()和is.infinite()可分别用来识别缺失值、不可能值和无穷值。每个返回结果都是
  TRUE或FALSE
  na表示缺失值
  nan表示NOT A NUMBER
  infinite表示+-Inf
  一定要亲手试x = 0/0,以及x = 1/0

>x <- NA
> is.na(x)
[1] TRUE
> is.nan(x)
[1] FALSE
> is.infinite(x)
 [1] FALSE

函数complete.cases()可用来识别矩阵或数据框中没有缺失值的行
超级好用

#加载数据集
>data(sleep,