jianfengmao的个人博客分享 http://blog.sciencenet.cn/u/jianfengmao

博文

数据分析时,注意缺失数据("NA")的影响

已有 5811 次阅读 2010-7-26 15:14 |个人分类:R and Statistics|系统分类:科研笔记| 缺失值

缺失值经常会在我们的数据中出现。在R中,有若干计算,在进行的时候,必须设置缺失值的操作规则。比如:mean()。事实上,类似mean()的、对缺失值敏感的函数还很多。千万要小心,记着对缺失值设置恰当的操作规则。

## Default S3 method:
mean(x, trim = 0, na.rm = FALSE, ...)

如:
> x<-c(1:3,NA,5:6)
> x
[1]  1  2  3 NA  5  6
> mean(x)
[1] NA
> mean(x,na.rm=TRUE)
[1] 3.4
> mean(x[-4])
[1] 3.4

#几个有用的,对付缺失值的函数
is.na(x)
which(is.na(x))

https://blog.sciencenet.cn/blog-352360-347452.html

上一篇:R中求小数的整数,四舍五入求约数
下一篇:plyr包,方便的实现了把大数据分块处理(你能想象的很多处理,可自定义函数)的操作
收藏 IP: .*| 热度|

0

发表评论 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-6-1 20:29

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部