R语言缺失值判断以及处理

#####缺失值判断以及处理#####

#举例1：向量类型判断缺失值is.na和缺失值的填补which

(x<-c(1,2,3,NA))

is.na(x)  #返回一个逻辑向量，TRUE为缺失值，FALSE为非缺失值

table(is.na(x))  #统计分类个数

sum(x)  #当向量存在缺失值的时候统计结果也是缺失值

sum(x,na.rm = TRUE)  #很多函数里都有na.rm=TRUE参数，此参数可以在运算时移除缺失值

(x[which(is.na(x))]<-0)  #可以用which()函数代替缺失值，which()函数返回符合条件的响应位置

 

#举例2：数据框类型判断缺失值is.na、缺失值的填补which、缺失值所在行的删除na.omit

(test<-data.frame(x=c(1,2,3,4,NA),y=c(6,7,NA,8,9)))

is.na(test)  #test中空值的判断

which(is.na(test),arr.ind = T)  #arr.ind=T可以返回缺失值的相应行列坐标

test[which(is.na(test),arr.ind = T)]<-0 #结合which进行缺失替代

(test_omit<-na.omit(data.frame(x=c(1,2,3,4,NA),y=c(6,7,NA,8,9))))  #na.omit函数可以直接删除值所在的行

 

#举例3：识别缺失值的基本语法汇总

str(airquality)

complete.cases(airquality)  #判断个案是否有缺失值