R语言学习（八）——数据缺失值处理

步骤：

1.识别缺失值
2.分析缺失的原因
3.查看缺失值情况
4.处理缺失值

识别

判断缺失值：is.na()
识别矩阵或数据框中的完整观测：complete.cases()

any(is.na(data))：检查是否存在缺失值
head(is.na(data $ col1),5)：查看数据data中col1列前5个数据的缺失情况
sum(is.na(data $ col1))：计算col1列中的缺失值个数
sum(!is.na(data $ col1))：计算col1列中的非缺失值个数
mean(!complete.cases(data))：计算data中完整行的百分比
newdata=data[complete.cases(data),]：从data中提取出完整观测
deldata=data[!complete.cases(data),]：从data中提取出非完整观测

分析缺失的原因

MCAR：完全随机缺失，即某变量缺失值与它所在变量其他观测值无关，与其他变量也无关。

MAR：随机缺失，即某变量出现缺失与其他变量相关，与自身未观测值不相关（大多数情况下处理的都是这种数据）

MANR：非随机缺失，即变量出现缺失与其观测值有关，需要用专门的方法重新收集数据。

查看缺失值情况

1.列表显示：
加载mice包（实现处理丢失数据方法的包）
md.pattern()