数据预处理

导入玩家的玩牌游戏数据

加载并查看数据信息

player <- read.csv("玩家玩牌数据.csv",F)
head(player)
str(player)

给数据设置变量名

player_col_names <- c("用户id","性别","等级","站内好友数","经验值","积分","登录总次数","玩牌局数","赢牌局数","身上货币量")
//查看变量名
colnames(player) <- player_col_names
//查看前六行
head(player)

查看缺失值

// 利用is.na函数判断“玩牌局数”变量各值是否为缺失值
is.na(player$玩牌局数)
// 统计缺失值与非缺失值的个数
table(is.na(player$玩牌局数))
//sum()和mean()函数来统计缺失值的个数和占比
// 计算缺失值个数
sum(is.na(player$玩牌局数))
// 计算缺失值占比
mean(is.na(player$玩牌局数))

用md.pattern函数查看player的缺失值模式

md.pattern(player)

删除缺失值

当缺失值占比不大时，可以采用缺失值删除的方法

player_full <- na.omit(player)

替换缺失值

如果数据缺失值过大，且对数据总体有一定影响，可以采用替换的方式。

//用0替换缺失值
player[is.na(player)] <- 0

R语言：数据预处理-缺失值相关推荐

R语言数据预处理——离散化（分箱）
R语言数据预处理--离散化(分箱) 一.项目环境开发工具:RStudio R:3.5.2 相关包:infotheo,discretization,smbinning,dplyr,sqldf 二.导入 ...
R语言数据预处理、数据因子化并自定义因子标签、通过labels参数指定因子标签
R语言数据预处理.数据因子化并自定义因子标签.通过labels参数指定因子标签目录
R语言|数据预处理方法
数据预处理的主要内容包括数据清洗原始数据的质量直接影响了数据分析的质量,不符合要求的脏数据有: 无关数据. 重复数据或者含有特殊符号的数据. 缺失值.产生原因是有些数据无法获取,或者获取成本过高, ...
mysql内数据离散化,R语言数据预处理操作——离散化(分箱)
一.项目环境开发工具:RStudio R:3.5.2 相关包:infotheo,discretization,smbinning,dplyr,sqldf 二.导入数据 # 这里我们使用的是鸢尾花数据 ...
R语言删除包含缺失值的行并将字符数据列（character）转化为因子列(factor)实战
R语言删除包含缺失值的行并将字符数据列(character)转化为因子列(factor)实战目录
R语言数据对象与运算
R语言数据对象与运算笔记整理 2.1 数据对象及类型 R语言创建和控制的实体被称为对象(object) ls()命令来查看当前系统里的数据对象 R对象的名称必须以一个英文字母打头,并由一串大小写字母 ...
【组队学习】【28期】R语言数据科学
R语言数据科学论坛版块: http://datawhale.club/c/team-learning/36-category/36 开源内容: https://github.com/datawhal ...
推荐：一本“高颜值”的R语言数据可视化图书(包邮送3本)
文章留言点赞前3名的朋友,每人送1本<R语言数据化可视化之美增强版>,名单揭晓日期为:本周日 (2020年7月12日晚7点).到时,获奖的朋友可以直接添加微信:meta-genomics, ...
半折预售：新书-R语言数据可视化之美|ggplot2作者推荐
我本来想等正式发售的时候,再告诉大家我的新书<R语言数据可视化之美>已经出版,奈何新书还太贵,这几天刚好京东有买100减50的活动,所以想想还是赶紧告诉大家吧,不然平时购买的话,太真有点小 ...
R语言数据包自带数据集之ISwR包的melanom数据集字段解释、数据导入实战
R语言数据包自带数据集之ISwR包的melanom数据集字段解释.数据导入实战目录 R语言数据包自带数据集之ISwR包的melanom数据集字段解释.数据导入实战 #数据字段说明 #导入包 #导入数 ...

R语言：数据预处理-缺失值

数据预处理

导入玩家的玩牌游戏数据

给数据设置变量名

查看缺失值

用md.pattern函数查看player的缺失值模式

删除缺失值

替换缺失值

R语言：数据预处理-缺失值相关推荐

最新文章

热门文章