如何理解R語言中的缺失值

這期內容當中小編將會給大家帶來有關如何理解R語言中的缺失值，文章內容豐富且以專業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。

大部分統計方法都假定處理的是完整向量、矩陣、數據框，但是在大多數情況下，在處理真實數據之前 不得不消除缺失值數據：（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

VIM包提供哺乳動物數據（sleep），研究62種動物的睡眠、生物學變量和體質變量是自變量或預測變量。

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）代表不可能的值，符號Inf和-Inf代表正無窮和負無窮，函數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))#數據集中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（）函數僅NA和NAN缺失值識別，Inf和-Inf無窮值唄當作有效值；必須使用缺失值函數來識別數據對象中缺失值，比如mydata==NA的邏輯是無法實現的。

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知識，歡迎關注億速云行業資訊頻道。