操作方法
假设有一组数据集如下： data=data.frame(y=c(1,2,3,NA,5,6),x1=c(6,NA,4,3,2,1),x2=c(1,3,6,9,12,NA)) “NA”即表示缺失值。 在R中输入该数据。
#判断缺失数据 is.na(data) #统计缺失值个数 sum(is.na(data))
#查看每个样本数据是否完整，其值与is.na()相反 complete.cases(data)
这里介绍处理缺失值的3种方法。 1、选择无缺失值的记录，代码如下： data1=data[complete.cases(data),]
2、删除所有有缺失值的记录，这种方法在数据处理中是最常用的。 data2=na.omit(data)
3、替换缺失值。通过一定的统计方法计算出相应值来替换缺失值。一般的方法有：平均值法（最常用）、多重插补法、随机模拟法回归预测（较复杂）。 平均值法如下： #使用已有值的平均值来代替缺失数据 attach(data) y[is.na(y)]=mean(y,na.rm=T) x1[is.na(x1)]=mean(x1,na.rm=T) x2[is.na(x2)]=mean(x2,na.rm=T) data=data.frame(y,x1,x2)