R语言︱缺失值处理

#缺失值

an=c(1,2,NA)
is.na(an)                         #会形成一个布尔向量

布尔向量就是一群像（FALSE,FALSE,TURE）这样的向量。

关于缺失值还有一个函数：complete.cases函数

该函数与is.na的区别在于：

1、输出数据格式不同。is.na按照数据框格式形成一个（FALSE,FALSE,TURE）列，而complete.cases形成是一个数列向量，不再是按照数据框格式；

2、输出数据内容不同。complete.cases输出的逻辑向量与is.na正好相反，is.na的TURE为是缺失值；complete.cases的TURE为完整值。

an=c(1,2,NA)
sum(complete.cases(an))
sum(!complete.cases(an))#==sum(is.na(an))
mean(!complete.cases(an))  #获得缺失比例==1/3

疑惑：为什么布尔向量，sum一下可以得到数值？   ——因为R默认将TURE、FALSE当做1、0

#计算缺失值个数

sum(is.na(an))                    #单数列，sum一下可以直接计算“Ture”的数值和
colSums(is.na(an),na.rm = T)      #多维数列，按列，na.rm为是否需要忽略缺失值，na.rm=T表示忽略，删除
rowSums(is.na(an),na.rm = T)      #多维数列，按行，na.rm为是否需要忽略缺失值，na.rm=T表示忽略，删除

#数据框中的缺失值操作

#数据框中的缺失值操作

y <- an[is.na(an)]               #选中缺失值
y<-  an[is.na(an)=="TRUE"]       #上同，选中缺失值
an[is.na(an)] <- 0               # 表示将向量x中所以NA元素用0来代替
an[(!is.na(an)) & x>0] -> z      #可以用 & 加入其他条件，进行筛选

————————————————————————————————————————————————————————————

缺失值检测解决方案：

关于缺失值的检测应该包括：缺失值数量、缺失值比例、缺失值与完整值数据筛选。

#缺失值解决方案
sum(complete.cases(saledata))         #is.na(saledata)
sum(!complete.cases(saledata))
mean(!complete.cases(saledata))       #1/201数字，缺失值比例
saledata[!complete.cases(saledata),]  #筛选出缺失值的数值