在R语言中，缺失值分为NA和NaN。NA表示“不可用”或“缺失”，涉及NA的操作通常会产生NA。NaN代表非数字，如无法计算的结果。在逻辑运算中，NA会导致不完整的结果，而NaN用于表示无意义的数学操作结果。理解并正确处理这些缺失值对于数据分析至关重要。
缺失值在统计和数据分析中起着重要作用。通常，不能简单的忽略缺失值，而应该仔细研究它们，以了解是否存在潜在的模式或缺失的原因。
两种缺失值
NA
在R中，NA用于表示“不可用”或“缺失”（在统计意义上）的任何值。 在本课程中，我们将进一步探索缺失值的价值。
任何涉及NA的操作通常都会产生NA。 为了说明这一点，让我们创建一个向量c(44，NA，5，NA)并将其分配给变量x。
> x <- c(44, NA, 5, NA)看看x * 3的结果是什么：
> x * 3
[1] 132 NA 15 NA我们可以看到结果向量里，与NA对应的元素的值也是NA。
为了让事情更有趣一些，我们来创建一个向量，该向量包含1000个来自标准正态分布元素：
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
