Removed k rows containing missing values

2024-05-14 10:14:00

Removed k rows containing missing values

目录

Removed k rows containing missing values

问题：

解决：coord_cartesian

#所有的点都在范围内

#如果使用jitter有可能超出范围也会发生类似错误

问题：

ggplot(mtcars, aes(mpg, hp)) + geom_point() +scale_y_continuous(limits=c(0,300)) +  # Change this to limits=c(0,335) and the warning disapparsgeom_smooth(method="lm")

>
> ggplot(mtcars, aes(mpg, hp)) +
+ geom_point() +
+ scale_y_continuous(limits=c(0,300)) + # Change this to limits=c(0,335) and the warning disappars
+ geom_smooth(method="lm")
`geom_smooth()` using formula 'y ~ x'
Warning messages:
1: Removed 1 rows containing non-finite values (stat_smooth).
2: Removed 1 rows containing missing values (geom_point).
>

解决：coord_cartesian

使用coord_cartesian保留所有数据点；

ggplot(mtcars, aes(mpg, hp)) + geom_point() +coord_cartesian(ylim=c(0,300)) +geom_smooth(method="lm")

#所有的点都在范围内

library(ggplot2)# All points are visible in the plot
ggplot(mtcars, aes(mpg, hp)) + geom_point()

#如果使用jitter有可能超出范围也会发生类似错误

library(ggplot2)range(mtcars$hp)
#> [1]  52 335# No jitter -- no error message
ggplot(mtcars, aes(mpg, hp)) + geom_point() +scale_y_continuous(limits=c(0,335))# Jitter is too large -- this generates the error message
ggplot(mtcars, aes(mpg, hp)) + geom_point() +geom_jitter(position = position_jitter(w = 0.2, h = 0.2)) +scale_y_continuous(limits=c(0,335))
#> Warning: Removed 1 rows containing missing values (geom_point).

参考：R
参考：Explain ggplot2 warning: "Removed k rows containing missing values"

Removed k rows containing missing values相关推荐

R报warning: Removed 10 rows containing missing values (geom_point)
用法ggplot画图时,报warning如下: 报错原因:要画的点不在x,y范围内解决办法:根据图形的需求修改xlim和ylim的值成功
pandas使用dropna函数计算返回dataframe中不包含缺失值的行索引列表list（index of rows without missing values in dataframe）
pandas使用dropna函数计算返回dataframe中不包含缺失值的行索引列表list(index of rows without missing values in dataframe) 目录
pandas使用isna函数和any函数计算返回dataframe中包含缺失值的数据行（rows with missing values in dataframe）
pandas使用isna函数和any函数计算返回dataframe中包含缺失值的数据行(rows with missing values in dataframe) 目录
R语言进行缺失值填充（Filling in missing values）：使用R原生方法、data.table、dplyr等方案
R语言进行缺失值填充(Filling in missing values):使用R原生方法.data.table.dplyr等方案目录 R语言进行缺失值填充&#x
pandas使用dropna函数删除dataframe中全是缺失值的数据列（drop columns with all missing values in dataframe）
pandas使用dropna函数删除dataframe中全是缺失值的数据列(drop columns with all missing values in dataframe) 目录
ValueError: cannot convert to ‘int64‘-dtype NumPy array with missing values. Specify an appropriate
ValueError: cannot convert to 'int64'-dtype NumPy array with missing values. Specify an appropriate ...
pandas使用fillna函数将dataframe中的缺失值按照列均值进行填充（fill missing values with the mean of the column)
pandas使用fillna函数将dataframe中的缺失值按照列均值进行填充(fill missing values with the mean of the column in datafram ...
pandas使用fillna函数并设置fffill参数使用列中的前序值填充缺失值（replace missing values with preceding values in column in d
pandas使用fillna函数并设置fffill参数使用列中的前序值填充缺失值(replace missing values with preceding values in column in d ...
pandas使用isna函数和any函数检查dataframe是否包含缺失值、整体是否有缺失值，不区分行列（check if dataframe contains any missing values
pandas使用isna函数和any函数检查dataframe是否包含缺失值.整体是否有缺失值,不区分行列(check if dataframe contains any missing values ...

最新文章

热门文章