2个回答
展开全部
实际工作中,数据集很少是完整的,许多情况下样本中都会包括若干缺失值NA,这在进行数据分析和挖掘时比较麻烦。R语言通过na.fail和na.omit函数可以很好地处理样本中的缺失值。这两个函数的说明如表2-4所示。
表2-4 na.fail和na.omit函数说明
函数 说明
na.fail na.fail(<向量a>) 如果向量a内包括至少1个NA,则返回错误;
如果不包括任何NA,则返回原有向量a
na.omit na.omit(<向量a>) 返回删除NA后的向量a
attr( na.omit(<向量a>) ,"na.action") 返回向量a中元素为NA的下标
下面来看如下相关示例:
data<-c(1,2,NA,2,4,2,10,NA,9)
data.na.omit<-na.omit(data)
data.na.omit
[1] 1 2 2 4 2 10 9
attr(,"na.action")
[1] 3 8
attr(,"class")
[1] "omit"
attr(data.na.omit,"na.action")
[1] 3 8
attr(,"class")
[1] "omit"
其中,函数na.fail和 na.omit 不仅可以应用于向量,也可以应用于矩阵和数据框。另外还可以使用!x方式方便地删除NA。例如:
a<-c(1,2,3,NA,NA,2,NA,5)
a[!is.na(a)]
[1] 1 2 3 2 5
其中,is.na用于判断向量内的元素是否为NA,返回结果应该是:
向量FALSE FALSE FALSE TRUE TRUE FALSE TRUE FALSE
即a内元素为NA,其对应的下标元素是TRUE,反之是FALSE。!x是取非逻辑运算符,!is.na(a)表示a内元素不为NA,其对应的下标元素是TRUE,反之是FALSE。通过a[!is.na(a)]进行索引后,即可取出a内不为NA的元素,将其过滤。
表2-4 na.fail和na.omit函数说明
函数 说明
na.fail na.fail(<向量a>) 如果向量a内包括至少1个NA,则返回错误;
如果不包括任何NA,则返回原有向量a
na.omit na.omit(<向量a>) 返回删除NA后的向量a
attr( na.omit(<向量a>) ,"na.action") 返回向量a中元素为NA的下标
下面来看如下相关示例:
data<-c(1,2,NA,2,4,2,10,NA,9)
data.na.omit<-na.omit(data)
data.na.omit
[1] 1 2 2 4 2 10 9
attr(,"na.action")
[1] 3 8
attr(,"class")
[1] "omit"
attr(data.na.omit,"na.action")
[1] 3 8
attr(,"class")
[1] "omit"
其中,函数na.fail和 na.omit 不仅可以应用于向量,也可以应用于矩阵和数据框。另外还可以使用!x方式方便地删除NA。例如:
a<-c(1,2,3,NA,NA,2,NA,5)
a[!is.na(a)]
[1] 1 2 3 2 5
其中,is.na用于判断向量内的元素是否为NA,返回结果应该是:
向量FALSE FALSE FALSE TRUE TRUE FALSE TRUE FALSE
即a内元素为NA,其对应的下标元素是TRUE,反之是FALSE。!x是取非逻辑运算符,!is.na(a)表示a内元素不为NA,其对应的下标元素是TRUE,反之是FALSE。通过a[!is.na(a)]进行索引后,即可取出a内不为NA的元素,将其过滤。
2016-03-26
展开全部
group应该是输入的数据吧。。
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询
广告 您可能关注的内容 |