R语言-处理缺失值的方法

缺失值NA

在R中，NA表示缺失值，NA是不可用，not available的简称，用来存储缺失信息
缺失值NA表示没有，并不一定就是0，NA是不知道是多少，也可以是0，也可以是任何值，缺失值和0 是完全不同的。
1. 处理mean，sum等常规统计函数中的缺失值出现的问题：添加参数na.rm=T

> x <- c(NA,1:20,NA,NA,34:35)
> x
 [1] NA  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 NA NA 34 35
 
> sum(x)
[1] NA

> sum(x,na.rm = TRUE)
[1] 279

2. 判断元素中是否含有缺失值：is.na()函数

> is.na(x)
 [1]  TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE  TRUE
[23]  TRUE FALSE FALSE

3. 计算每一列/每一行的缺失值数，用sleep数据集

sleep数据集引用之前需要先下载程序包VIM（需要下载很久）

> install.packages("VIM")
> library(VIM)
载入需要的程辑包：colorspace
载入需要的程辑包：grid
VIM is ready to use.

Suggestions and bug-reports can be submitted at: https://github.com/statistikat/VIM/issues

载入程辑包：‘VIM’

The following object is masked from ‘package:datasets’:

    sleep

> sleep
    BodyWgt BrainWgt NonD Dream Sleep  Span  Gest Pred Exp Danger
1  6654.000  5712.00   NA    NA   3.3  38.6 645.0    3   5      3
2     1.000     6.60  6.3   2.0   8.3   4.5  42.0    3   1      3
3     3.385    44.50   NA    NA  12.5  14.0  60.0    1   1      1
4     0.920     5.70   NA    NA  16.5    NA  25.0    5   2      3
5  2547.000  4603.00  2.1   1.8   3.9  69.0 624.0    3   5      4
6    10.550   179.50  9.1   0.7   9.8  27.0 180.0    4   4      4
7     0.023     0.30 15.8   3.9  19.7  19.0  35.0    1   1      1
8   160.000   169.00  5.2