本文是個人學習筆記
學習了r語言中常用的缺失值處理方法,這裡涉及到的是mice包。
function
(x) sum(is.na(x)))
可以找到有缺失值的變數
除了資料集的名稱,其他**都一致。> library(mice)
> init = mice(data, maxit=0)
> meth = init$method
> predm = init$predictormatrix
如果不想要某一變數作為**因子,則可以使用以下**:
注:如果該變數有缺失值,並不會影響缺失值本身的插入,只是不作為**因子。> predm[
, c(
"name")]
=0
如果某一含有缺失值的變數不需要插入,則可以使用以下**:
對於不同型別的變數,有不同的方法:> meth[c(
"age")]
=""
插入缺失值> meth[c(
"weight")]
="norm"
#連續》 meth[c(
"smoking")]
="logreg"
#二分》 meth[c(
"education")]
="polyreg"
#順序#可以加入多個變數
插入缺失值之後建立乙個新的資料集> set.seed(
103)
> imputed = mice(data, method=meth, predictormatrix=predm, m=
5)
> data_imputed <- complete(imputed)
function
(x) sum(is.na(x)))
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...
R 缺失值處理
假設有一組資料集如下 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中輸入該資料。判斷缺失資料 is.na data 統計缺失值個數 sum is.na data 檢視每個樣本資料是...