這期內(nèi)容當(dāng)中小編將會給大家?guī)碛嘘P(guān)如何理解R語言中的缺失值，文章內(nèi)容豐富且以專業(yè)的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。

汝州網(wǎng)站建設(shè)公司創(chuàng)新互聯(lián),汝州網(wǎng)站設(shè)計制作，有大型網(wǎng)站制作公司豐富經(jīng)驗。已為汝州上1000家提供企業(yè)網(wǎng)站建設(shè)服務(wù)。企業(yè)網(wǎng)站搭建\成都外貿(mào)網(wǎng)站制作要多少錢，請找那個售后服務(wù)好的汝州做網(wǎng)站的公司定做！

大部分統(tǒng)計方法都假定處理的是完整向量、矩陣、數(shù)據(jù)框，但是在大多數(shù)情況下，在處理真實數(shù)據(jù)之前 不得不消除缺失值數(shù)據(jù)：（1）刪除含有缺失值的實例；（2）用合理的值替代缺失值。缺失值的處理主要用VIM和mice函數(shù)

VIM包提供哺乳動物數(shù)據(jù)（sleep），研究62種動物的睡眠、生物學(xué)變量和體質(zhì)變量是自變量或預(yù)測變量。

睡眠變量包含睡眠中做夢時長(Dream)、不做夢的時長(NonD)以及它們的和(Sleep)。體質(zhì)變量包括體重 (BodyWgt，單位為千 )、腦重 (BrainWgt，單位為 )、壽命 (Span，單位為年)和妊娠期(Gest，單位為天)。生物學(xué)變量包含物種被捕食的程度(Pred)、睡眠時暴露的程度  (Exp)和面臨的總危險程度(Danger）

處理缺失值的方法：

R語言中使用NA代表缺失值，NaN（不是一個數(shù)）代表不可能的值，符號Inf和-Inf代表正無窮和負(fù)無窮，函數(shù)is.na、is.nan()和is.infinite()分別識別缺失值、不可能值和無窮值，返回結(jié)果是TRUE或FALSE

> install.packages(c("VIM","mice"))

> data(sleep,package="VIM")

> sleep[complete.cases(sleep),]#列出沒有缺失值的行

此處省略一萬字.......

>sleep[complete.cases(sleep),]

BodyWgt BrainWgt NonD Dream Sleep Span Gest Pred Exp Danger

1  6654.000   5712.0   NA    NA   3.3 38.6  645    3   5      3

3     3.385     44.5   NA    NA  12.5 14.0   60    1   1      1

4     0.920      5.7   NA    NA  16.5   NA   25    5   2      3

13    0.550      2.4  7.6   2.7  10.3   NA   NA    2   1      2

14  187.100    419.0   NA    NA   3.1 40.0  365    5   5      5

19    1.410     17.5  4.8   1.3   6.1 34.0   NA    1   2      1

20   60.000     81.0 12.0   6.1  18.1  7.0   NA    1   1      1

21  529.000    680.0   NA   0.3    NA 28.0  400    5   5      5

24  207.000    406.0   NA    NA  12.0 39.3  252    1   4      1

26   36.330    119.5   NA    NA  13.0 16.2   63    1   1      1

30  100.000    157.0   NA    NA  10.8 22.4  100    1   1      1

31   35.000     56.0   NA    NA    NA 16.3   33    3   5      4

35    0.122      3.0  8.2   2.4  10.6   NA   30    2   1      1

36    1.350      8.1  8.4   2.8  11.2   NA   45    3   1      3

41  250.000    490.0   NA   1.0    NA 23.6  440    5   5      5

47    4.288     39.2   NA    NA  12.5 13.7   63    2   2      2

53   14.830     98.2   NA    NA   2.6 17.0  150    5   5      5

55    1.400     12.5   NA    NA  11.0 12.7   90    2   2      2

56    0.060      1.0  8.1   2.2  10.3  3.5   NA    3   1      2

62    4.050     17.0   NA    NA    NA 13.0   38    3   1      1

> sum(is.na(sleep$Dream))#表明變量Dream有12個缺失值

[1] 12

> mean(is.na(sleep$Dream))#表19%比例在此變量上有缺失值[1] 0.1935484

> mean(!complete.cases(sleep))#數(shù)據(jù)集中32%實例有一個或多個缺失值

[1] 0.3225806

 對于缺失值，必須牢記complete.cases（）函數(shù)僅NA和NAN缺失值識別，Inf和-Inf無窮值唄當(dāng)作有效值；必須使用缺失值函數(shù)來識別數(shù)據(jù)對象中缺失值，比如mydata==NA的邏輯是無法實現(xiàn)的。

上述就是小編為大家分享的如何理解R語言中的缺失值了，如果剛好有類似的疑惑，不妨參照上述分析進行理解。如果想知道更多相關(guān)知識，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。

文章題目：如何理解R語言中的缺失值
本文網(wǎng)址：http://aaarwkj.com/article12/jejodc.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供響應(yīng)式網(wǎng)站、企業(yè)建站、自適應(yīng)網(wǎng)站、微信公眾號、動態(tài)網(wǎng)站、標(biāo)簽優(yōu)化

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)