R语言 |
您所在的位置:网站首页 › 儿童女秋装连衣裙图片大全 › R语言 |
处理缺失值的一般步骤
《数据分析基础——R语言(处理缺失值)》https://blog.csdn.net/qq_35164554/article/details/97805065?utm_source=app&app_version=4.21.1 一、用0替代数据框中的NA值《如何在R数据帧中用零替换NA值?》 https://blog.csdn.net/CHCH998/article/details/105528282?utm_source=app&app_version=4.21.1 《R语言数据框中,用0替代NA缺失值 - yangk - 博客园》 二、删除NA值is.na() > x bad print(bad) [1] FALSE FALSE TRUE FALSE TRUE FALSE > x[!bad] [1] 1 2 4 5complete.cases() > x y good good [1] TRUE TRUE FALSE TRUE FALSE TRUE > x[good] [1] 1 2 4 5 > y[good] [1] "a" "b" "d" "f" > head(airquality) Ozone Solar.R Wind Temp Month Day 1 41 190 7.4 67 5 1 2 36 118 8.0 72 5 2 3 12 149 12.6 74 5 3 4 18 313 11.5 62 5 4 5 NA NA 14.3 56 5 5 6 28 NA 14.9 66 5 6 > good head(airquality[good, ]) Ozone Solar.R Wind Temp Month Day 1 41 190 7.4 67 5 1 2 36 118 8.0 72 5 2 3 12 149 12.6 74 5 3 4 18 313 11.5 62 5 4 7 23 299 8.6 65 5 7 8 19 99 13.8 59 5 8na.omit() 三、使用平均数、中位数、众数等替换缺失值 四、通过变量之间的相关关系填补缺失值 五、通过观察值之间的相似性填补缺失值 |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |