nan vs na r: ssä


Vastaus 1:

Kiitos pyynnöstäsi :)

Mutta mielestäni kysymyksen uudelleenmuotoilu olisi hyödyllistä.

'Puuttuvat arvot' ovat itse asiassa 'NA'. Paras arvaukseni on, että aiot kysyä esimerkiksi "kuinka suodattaa NA ja Null samanaikaisesti" tai "kuinka suodattaa NA ja NaN samanaikaisesti".

ps. Voit kuitenkin poistaa NA: n käyttämällä na.rm = T tai na.omit ():

x <- c (1,2,3,4, NA, 5) summa (x, na.rm = T)> 15

x <- c (1,2,3,4, NA, 5) ei merkitse (x) x> 1 2 3 4 5


Vastaus 2:

Oletetaan, että haluat löytää kaikki NA-arvosi, käytä

is.na (df)

# missä df on tietokehys

# missä tulostuksessa on TOSI, olet tunnistanut NA: n.

mikä (is.na (df))

# Käytä tätä NA: n sijaintien tunnistamiseen

NA-tapausten määrä on yksinkertaisesti:

summa (is.na (df))

Toivottavasti tämä auttaa!


Vastaus 3:

Datakehyksen tapauksessa ehdotan na.omit-sovelluksen käyttöä, ja se poistaisi havainnot NA: lla.

Tärkeä asia, joka on harkittava, on miksi ei ole NA: ta ja pitäisikö meidän laskea se. Tapa löytää NA-arvojen lukumäärä datakehyksestä df on-

sapply (df, funktio (x) {summa (is.na (x))}))

viesti, että voit valita implisiittisarakkeet ja poistettavan sarakkeen.


Vastaus 4:

Vektoreille vec_name [! Is.na (vec_name)]

Käytä tietokehyksissä complete.cases (data_frame_name) tai dplyr-syntaksissa:

data_kehyksen_nimi%>% -suodatin (täydelliset.kotelot (.))

Vastaus 5:

Yksi tapa käyttää arvoja DataFrame-kehyksessä on käyttää 'na.omit'

Esim. Na.omit (MyDataset)

Kun käytetään vektoreita:

Esimerkiksi MyVector <- MyVector [! Is.na (MyVector)]

Tässä on linkki opetusohjelmaan, jossa on NA-arvoja:


Vastaus 6:

nähdä

Quick-R: puuttuvat tiedot

Annan teille esimerkin, mutta olen lomalla ja minulla ei ole pääsyä R: hen.