R语言数据集

---

一、 缺失值处理

R 中缺失值以NA 表示，判断数据是否存在缺失值的函数有两个，最基本的函数是is.na() 它可以应用于向量、数据框等多种对象，返回逻辑值。
代码如下（示例）：

> attach(data)
The following objects are masked fromdata (pos = 3):
city, price, salary
> data$salary=replace(salary,salary>5,NA)
> is.na(salary)
[1] FALSEFALSE TRUE FALSE TRUE TRUE TRUE FALSE FALSE FALSE FALSEFALSE
> sum(is.na(salary))
[1] 4

另一个判断缺失值的函数是complete.cases() ，它同样返回逻辑值向量，但值与is.na() 的相反:缺失值为FALSE ，正常数据为TRUE ，利用它来选取无缺失数据的行非常方便。

> complete.cases(data$salary)
 
[1] TRUE TRUE FALSE TRUE FALSE FALSEFALSE TRUE TRUE TRUE TRUE TRUE

二、判断缺失模式

存在缺失数据时，需要进一步判断数据的缺失模式，判断是否是随机的，然后才能确定处理的方法。

程序包