本文介绍了R语言中处理缺失值的方法，包括向量和数据框类型的缺失值判断，如is.na()和which()函数，以及缺失值的填补如na.rm=TRUE参数，还探讨了如何通过complete.cases()函数删除缺失值行。此外，展示了使用mice、missForest和caret等库进行缺失值插补的不同策略，如随机森林和KNN算法。
#####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
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))]
#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
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)]
(test_omit
#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
airquality[complete.cases(airquality),] #列出没有缺失值的行
nrow(airquality[complete.cases(airquality),]) #计算没有缺失值的样本量
airquality[!complete.cases(airquality),] #列出有缺失的值的行
nrow(airquality[!complete.cases(airquality),]) #计算有缺失值的样本量
is
最低0.47元/天 解锁文章
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
