如何理解R语言中的缺失值

这期内容当中小编将会给大家带来有关如何理解R语言中的缺失值，文章内容丰富且以专业的角度为大家分析和叙述，阅读完这篇文章希望大家可以有所收获。

大部分统计方法都假定处理的是完整向量、矩阵、数据框，但是在大多数情况下，在处理真实数据之前 不得不消除缺失值数据：（1）删除含有缺失值的实例；（2）用合理的值替代缺失值。缺失值的处理主要用VIM和mice函数

VIM包提供哺乳动物数据（sleep），研究62种动物的睡眠、生物学变量和体质变量是自变量或预测变量。

睡眠变量包含睡眠中做梦时长(Dream)、不做梦的时长(NonD)以及它们的和(Sleep)。体质变量包括体重 (BodyWgt，单位为千 )、脑重 (BrainWgt，单位为 )、寿命 (Span，单位为年)和妊娠期(Gest，单位为天)。生物学变量包含物种被捕食的程度(Pred)、睡眠时暴露的程度  (Exp)和面临的总危险程度(Danger）

处理缺失值的方法：

R语言中使用NA代表缺失值，NaN（不是一个数）代表不可能的值，符号Inf和-Inf代表正无穷和负无穷，函数is.na、is.nan()和is.infinite()分别识别缺失值、不可能值和无穷值，返回结果是TRUE或FALSE

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

> data(sleep,package="VIM")

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

此处省略一万字.......

>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))#表明变量Dream有12个缺失值

[1] 12

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

> mean(!complete.cases(sleep))#数据集中32%实例有一个或多个缺失值

[1] 0.3225806

 对于缺失值，必须牢记complete.cases（）函数仅NA和NAN缺失值识别，Inf和-Inf无穷值呗当作有效值；必须使用缺失值函数来识别数据对象中缺失值，比如mydata==NA的逻辑是无法实现的。

上述就是小编为大家分享的如何理解R语言中的缺失值了，如果刚好有类似的疑惑，不妨参照上述分析进行理解。如果想知道更多相关知识，欢迎关注亿速云行业资讯频道。