r语言查找是否存在空值_R语言-缺失值判断以及处理
#####缺失值判断以及处理#####
#举例1:向量类型判断缺失值is.na和缺失值的填补which
(x
is.na(x) #返回一个逻辑向量,TRUE为缺失值,FALSE为非缺失值
table(is.na(x)) #统计分类个数
sum(x) #当向量存在缺失值的时候统计结果也是缺失值
sum(x,na.rm = TRUE) #很多函数里都有na.rm=TRUE参数,此参数可以在运算时移除缺失值
(x[which(is.na(x))]
#举例2:数据框类型判断缺失值is.na、缺失值的填补which、缺失值所在行的删除na.omit
(test
is.na(test) #test中空值的判断
which(is.na(test),arr.ind = T) #arr.ind=T可以返回缺失值的相应行列坐标
test[which(is.na(test),arr.ind = T)]
(test_omit
#举例3:识别缺失值的基本语法汇总
str(airquality)
complete.cases(airquality) #判断个案是否有缺失值
airquality[complete.cases(airquality),] #列出没有缺失值的行
nrow(airquality[complete.cases(airquality),]) #计算没有缺失值的样本量
airquality[!complete.cases(airquality),] #列出有缺失的值的行
nrow(airquality[!complete.cases(airquality),]) #计算有缺失值的样本量
is.na(airquality$Ozone) #TRUE为缺失值,FALSE为非缺失值
table(is.na(airquality$Ozone))
complete.cases(airquality$Ozone) #FALSE为缺失值,TRUE为非缺失值
table(complete.cases(airquality$Ozone))
#可用sum()和mean()函数来获取关于缺失数据的有用信息
sum(is.na(airquality$Ozone)) #查看缺失值的个数
sum(complete.cases(airquality$Ozone)) #查看没有缺失值的个数
mean(is.na(airquality$Ozone)) #查看缺失值的占比
mean(is.na(airquality)) #查看数据集airquality中样本有缺失值的占比
#举例4:探索缺失值模式
#列表缺失值探索
library(mice)
md.pattern(airquality)
#图形缺失值探索
library(VIM)
aggr(airquality,prop=FALSE,number=TRUE)
aggr(airquality,prop=TRUE,number=TRUE) #生成相同的图形,但用比例代替了计数
aggr(airquality,prop=FALSE,number=FALSE) #选项numbers = FALSE(默认)删去数值型标签
#举例5:删除缺失值
airquality[complete.cases(airquality),] #方法一:删除缺失值行
na.omit(airquality) #方法二:删除缺失值的行
#举例6:缺失值回归模型插补
newnhanes2
sub
datatr
datatr
datate
datate
fit
newnhanes2[sub,4]
#举例7:缺失值随机森林插补
library(missForest)
z
air.full
zz
nhanes2.full
#举例8:线性回归模型插补
mice::md.pattern(airquality)
index1
dput(colnames(airquality)) #求出变量列名称
Ozone_train
Ozone_test
fit
summary(fit)
airquality[index1,"Ozone"]
index2
Solar.R_train
Solar.R_test
Solar.R_fit
summary(Solar.R_fit)
airquality[index2,"Solar.R"]
mice::md.pattern(airquality)
#knn和bag缺失值插补(利用caret包中的preProcess函数,method参数有多种方式可选)
question
question
str(question)
for(i in 1:ncol(question)){
question[,i]
} #批量修改为因子类型
str(question)
#举例9:利用KNN算法进行缺失值插补(只能对数值型变量处理)
question
question
mice::md.pattern(question) #列表缺失值探索
library(caret)
knn.model
question1
install.packages("RANN")
mice::md.pattern(question1)
table(question1$性别) #不是之前的1和2了
table(question$性别)
#最后结果:knn不适合处理该数据,需要做哑变量处理,再套模型
#举例10:利用袋装算法进行缺失值插补(只能对数值型变量处理)
question
question
mice::md.pattern(question) #列表缺失值探索
library(caret)
bag.model
install.packages("ipred")
question2
mice::md.pattern(question2) #列表缺失值探索
table(question2$性别)
#最后结果:bag算法不适合处理该数据
r语言查找是否存在空值_R语言-缺失值判断以及处理相关推荐
- r语言查找是否存在空值_R语言初级教程(12): NA、Inf、NaN、NULL 特殊值
这几个都是R语言里面的特殊值,都是R的保留字(reserved words).它们的意义分别为:NA:表示缺失值(Missing value),是"Not Available"的缩 ...
- go语言 第三方包安装方法_R语言3.6.3 安装程序下载及破解方法
下载地址 百度网盘链接: https://pan.baidu.com/s/16smT3ceIjqaupn54AdgmgQ 提取码:7hap 解压密码:关注[菜瓜程序猿]微信公众号,回复[解压密码]获取 ...
- php语言查找字符串是否存在,PHP语言查找字符串是否存在的方法
这里整理了PHP语言查找字符串是否存在的方法,如果你想了解PHP语言查找字符串是否存在的方法,可以查看以下PHP语言查找字符串是否存在的方法详解. PHP语言查找字符串是否存在的方法一:采用in_ar ...
- r语言查找是否存在空值_关于R包安装你知道多少?
在R语言的学习过程中离不了各种R包的安装与使用,要使用某个R包首先得学会如何安装该R包.对于R包的安装你知道的有多少?你知道如何指定安装路径吗?为何你每次重新打开R绘画都需要重新安装R包?今天小编带你 ...
- R语言中的esttab命令_R语言︱基本函数、统计量、常用操作函数
先言:R语言常用界面操作 帮助:help(nnet) = ?nnet =??nnet 清除命令框中所有显示内容:Ctrl+L 清除R空间中内存变量:rm(list=ls()).gc() 获取或者设置当 ...
- r语言中矩阵QR分解_R语言常用的矩阵操作
R语言是一门非常方便的数据分析语言,它内置了许多处理矩阵的方法.下面列出一些常用的矩阵操作方法示例. 矩阵的生成 > mat <- matrix(1:16, ncol = 4, nrow ...
- r语言绘制精美pcoa图_R语言绘制交互式热图
热图 通过热图可以简单地聚合大量数据,并使用一种渐进的色带来优雅地表现,最终效果一般优于离散点的直接显示,可以很直观地展现空间数据的疏密程度或频率高低.但也由于很直观,热图在数据表现的准确性并不能保证 ...
- r语言怎么做经验分布_R语言如何做马尔科夫转换模型markov switching model
原文链接: R语言如何做马尔科夫转换模型markov switching modeltecdat.cn 假设 有时间序列数据,如下所示.经验表明,目标变量y似乎与解释变量x有关.然而,乍一看,y的水 ...
- r数据框计算字符出现次数_R语言系列第二期:①R变量、脚本、作图等模块介绍...
在上一篇文章里,给大家介绍了R语言的下载,界面操作,6个处理对象等等. 在这些内容的基础上,我们在这个部分为大家介绍一些实用知识,包括描述工作区结构.图形设备以及它们的参数等问题,还有初级编程和数据输 ...
最新文章
- 修改IDEA项目的JDK应用路径
- ueditor1.4.3配置过程(包含单独上传文件以及图片的使用)
- python 购物车分析_python 简易购物车程序解析
- Windows服务的程序方面的资料
- linux操作系统之全局异步IO及可重入/不可重入函数
- 猪八戒背媳妇用计算机弹出来,猪八戒背媳妇?杭城游泳馆爆笑一幕:浙大学霸果然机智!...
- C++ struct和class的区别
- 红橙Darren视频笔记 单例模式 volatile简析 ConcurrentModificationException
- VMware VMFS文件系统元数据不一致问题处理
- 思科:企业数据中心技术产品采购放缓
- pycharm windows 重置_pycharm重置设置,恢复默认设置
- matlab 曲线收敛,BP神经网络学习曲线收敛问题
- 全球公开的DEM数据产品
- IDEA 自动导入的配置(Auto import)
- 用树莓派组装了一台电脑
- 李永乐团队2021数学基础过关660题勘误表
- 经典幽默的计算机名言
- 压缩文件时,自动添加日期
- 仿薄荷健康的滑动卷尺效果
- 虚拟服务器怎么传文件,怎么在虚拟主机中上传东西