#####缺失值判斷以及處理#####
#舉例1：向量型別判斷缺失值is.na和缺失值的填補which
(xis.na(x) #返回乙個邏輯向量，true為缺失值，false為非缺失值
table(is.na(x)) #統計分類個數
sum(x) #當向量存在缺失值的時候統計結果也是缺失值
sum(x,na.rm = true) #很多函式裡都有na.rm=true引數，此引數可以在運算時移除缺失值
(x[which(is.na(x))]
#舉例2：資料框型別判斷缺失值is.na、缺失值的填補which、缺失值所在行的刪除na.omit
(test
is.na(test) #test中空值的判斷
which(is.na(test),arr.ind = t) #arr.ind=t可以返回缺失值的相應行列座標
test[which(is.na(test),arr.ind = t)]
(test_omit
#舉例3：識別缺失值的基本語法彙總
str(airquality)
complete.cases(airquality) #判斷個案是否有缺失值
airquality[complete.cases(airquality),] #列出沒有缺失值的行
nrow(airquality[complete.cases(airquality),]) #計算沒有缺失值的樣本量
airquality[!complete.cases(airquality),] #列出有缺失的值的行
nrow(airquality[!complete.cases(airquality),]) #計算有缺失值的樣本量
is.na(airquality$ozone) #true為缺失值，false為非缺失值
table(is.na(airquality$ozone))
complete.cases(airquality$ozone) #false為缺失值，true為非缺失值
table(complete.cases(airquality$ozone))
#可用sum()和mean()函式來獲取關於缺失資料的有用資訊
sum(is.na(airquality$ozone)) #檢視缺失值的個數
sum(complete.cases(airquality$ozone)) #檢視沒有缺失值的個數
mean(is.na(airquality$ozone)) #檢視缺失值的佔比
mean(is.na(airquality)) #檢視資料集airquality中樣本有缺失值的佔比
#舉例4：探索缺失值模式
#列表缺失值探索
library(mice)
md.pattern(airquality)
#圖形缺失值探索
library(vim)
aggr(airquality,prop=false,number=true)
aggr(airquality,prop=true,number=true) #生成相同的圖形，但用比例代替了計數
aggr(airquality,prop=false,number=false) #選項numbers = false(預設)刪去數值型標籤
#舉例5：刪除缺失值
airquality[complete.cases(airquality),] #方法一：刪除缺失值行
na.omit(airquality) #方法二：刪除缺失值的行
#舉例6：缺失值回歸模型插補
newnhanes2
subdatatr
datatr
datate
datate
fitnewnhanes2[sub,4]
#舉例7：缺失值隨機森林插補
library(missforest)
zair.full
zznhanes2.full
#舉例8：線性回歸模型插補
mice::md.pattern(airquality)
index1
dput(colnames(airquality)) #求出變數列名稱
ozone_train
ozone_test
fitsummary(fit)
airquality[index1,"ozone"]
index2
solar.r_train
solar.r_test
solar.r_fit
summary(solar.r_fit)
airquality[index2,"solar.r"]
mice::md.pattern(airquality)
#knn和bag缺失值插補(利用caret包中的preprocess函式，method引數有多種方式可選)
question
question
str(question)
for(i in 1:ncol(question)) #批量修改為因子型別
str(question)
#舉例9：利用knn演算法進行缺失值插補(只能對數值型變數處理)
question
question
mice::md.pattern(question) #列表缺失值探索
library(caret)
knn.model
question1
install.packages("rann")
mice::md.pattern(question1)
table(question1$性別) #不是之前的1和2了
table(question$性別)
#最後結果：knn不適合處理該資料，需要做啞變數處理，再套模型
#舉例10：利用袋裝演算法進行缺失值插補(只能對數值型變數處理)
question
question
mice::md.pattern(question) #列表缺失值探索
library(caret)
bag.model
install.packages("ipred")
question2
mice::md.pattern(question2) #列表缺失值探索
table(question2$性別)
#最後結果：bag演算法不適合處理該資料
R語言 缺失值
資料集中往往存在缺失值，在進行資料分析前需要了解資料的缺失值情況。r語言中的一些基本函式可用於查詢缺失資料，另外還有一些第三方包可用於查詢和處理資料缺失。基本的缺失值查詢可以通過is.na 和complete.cases 函式，當存在缺失值na或者nan時is.na 返回true，complete....
R語言處理缺失值
在處理資料過程中，避免不了會產生一些缺失值，如未填寫資料或者編碼錯誤等原因，用na表示缺失值。在r語言中，is.na 函式可以判斷元素是否是缺失值，從而返回邏輯值 true false 所以該函式將會返回和元資料集一樣大小的資料集。在判斷缺失值的過程中，需要注意以下兩點 既然缺失值可能無處不在，那麼...
R語言矩陣 缺失值處理
缺失值處理一般包括三步 1.識別缺失資料 2.檢查導致資料缺失的原因 3.刪除包含缺失值的例項或用合理的數值代替 插補 缺失值。x is.na x 1 true is.nan x 1 false is.infinite x 1 false 函式complete.cases 可用來識別矩陣或資料框中沒...