python删除缺失值_R语言移除缺失值 NA.RM

> a 

> b 

> c 

> d 

> df 

> df$a[df$a==8] 

> df$b[df$b==8] 

> df$c[df$c==8] 

> df$d[df$d==8] 

> df$d[df$d==32] 

> df

a  b    c  d

1   2  2    1  5

2   3  4   NA  6

3   4  6   27  7

4   5 NA   64 NA

5   6 10  125 30

6   7 12  216 31

7  NA 14  343 NA

8   9 16  512 33

9  10 18  729 34

10 11 20 1000 35

11 12 22 1331 36

// 只根据第四列,也就是d 的 NA,移除相应的行

> bad.d 

> bad.d

[1] FALSE FALSE FALSE  TRUE FALSE FALSE  TRUE FALSE FALSE FALSE FALSE

> df[!bad.d,]

a  b    c  d

1   2  2    1  5

2   3  4   NA  6

3   4  6   27  7

5   6 10  125 30

6   7 12  216 31

8   9 16  512 33

9  10 18  729 34

10 11 20 1000 35

11 12 22 1331 36

// 根据第二列和第三列的NA 移除相应的行

> df[complete.cases(df[,2:3]),]

a  b    c  d

1   2  2    1  5

3   4  6   27  7

5   6 10  125 30

6   7 12  216 31

7  NA 14  343 NA

8   9 16  512 33

9  10 18  729 34

10 11 20 1000 35

11 12 22 1331 36

// 根据第二列和 第四列的NA,移除相应的行

> df[complete.cases(df[,c(2,4)]),]

a  b    c  d

1   2  2    1  5

2   3  4   NA  6

3   4  6   27  7

5   6 10  125 30

6   7 12  216 31

8   9 16  512 33

9  10 18  729 34

10 11 20 1000 35

11 12 22 1331 36

// 根据所有列的NA,移除相应的行

> df[complete.cases(df),]

a  b    c  d

1   2  2    1  5

3   4  6   27  7

5   6 10  125 30

6   7 12  216 31

8   9 16  512 33

9  10 18  729 34

10 11 20 1000 35

11 12 22 1331 36

>

// 这个效果跟上面的df[complete.cases(df),] 相同

> na.omit(df)

a  b    c  d

1   2  2    1  5

3   4  6   27  7

5   6 10  125 30

6   7 12  216 31

8   9 16  512 33

9  10 18  729 34

10 11 20 1000 35

11 12 22 1331 36

// 计算某一列的平均值, 移除NA值

> mean(df$d, na.rm=TRUE)

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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