R语言 清洗数据

清洗数据是指对数据进行重新审查和校验的过程,目的在于删除重复信息,纠正存在的错误,并提供数据一致性。


处理缺失值

R提供了一些函数,用于缺失值检测缺失值处理

函数 描述
is.na(x) 返回一个与x等长的逻辑向量,并且由相应位置的元素是否是NA来决定这个逻辑向量相应位置的元素是TRUE还是FALSE。TRUE表示该位置的元素是缺失值
anyNA(x,recursive = FALSE) 判断数据中是否存在缺失值,返回TRUE或FALSE值。若存在缺失值则返回FALSE
na.omit(x) 删除含有缺失值的观测
complete.cases(x) 返回一个逻辑向量,不存在缺失值的行的值为TRUE,存在缺失值的行的值为FALSE

示例:

score <- data.frame(student = c("A","B","C","D"),
                     gender = c("M","M","F","F"),
                       math = c(90,70,80,60),
                        Eng = c(88,78,69,98),
                         p1 = c(66,59,NA,88))         #  创建数据框
anyNA(score)   #  判断score中是否存在缺失值,返回TRUE或FALSE值。若存在缺失值则返回FALSE
#  运行结果:
#  [1] TRUE
is.na(score)
#  运行结果:
#       student gender  math   Eng    p1
#  [1,]   FALSE  FALSE FALSE FALSE FALSE
#  [2,]   FALSE  FALSE FALSE FALSE FALSE
#  [3,]   FALSE  FALSE FALSE FALSE  TRUE
#  [4,]   FALSE  FALSE FALSE FALSE FALSE
complete.cases(x)
#  运行结果:
#  [1]  TRUE  TRUE FALSE  TRUE
score[complete.cases(score),]
#  运行结果:
#    student gender math Eng p1
#  1       A      M   90  88 66
#  2  
  • 1
    点赞
  • 18
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值