如何处理缺失值

3-5处理缺失值

x<-c(1,NA,2,NA,3)

is.na(x)

x[!is.na(x)] (取x中不是缺失值的部分，！的意思是取反，即真变假)

x<-c(1,NA,2,NA,3)

y<-c("a","b",NA,"c"NA)

z<-complete.cases(x,y)(运行之后x和y都不是缺失值的位置才会是TRUE)

然后x[z]  y[z]就可以拿到都不是缺失值的元素

进一步看complete函数的功能：

首先加载一下数据集所在的包   library(datasets)

head(airquality)(看一下数据集)

通常情况下会选择都没有缺失值的变量  g<-complete.cases(airquality)

airquality[g,][1:10,](得出的结果是没有缺失值的)

处理缺失值

x <- c(1,NA,2,NA,3)

x[!is.na(x)]      #输出去除缺失值后的x

complete.cases(x,y)  #x,y为两个向量，此函数输出结果为逻辑值，只要当对应位置的值都不为缺失值时返回TRUE，否则返回FALSE。

library(datasets)   #加载R自带的datasets数据集

head(airquality)    #查看数据集前6行    

g <- complete.cases(airquality)  #去除缺失值

airquality[g,][1:10,]  #显示前十条记录

选取x,y对应位置均不是缺失值的元素：z <- complete.cases(x,y)

处理缺失值

创建带有缺失值的向量，判断是否带有缺失值

！代表--取反

complete.case()---获取两个都不是缺失值的数据

结果：只有x,y中都不是缺失值的位置是TRUE ,有一个缺失值或者两个缺失值为FALSE

这样x,y就取到了x,y都不是缺失值位置的内容

加载datasets这个包

查看其中一个数据集的内容

判断数据集是否为空值[1]、[13]等，是代表数据的位置，第一个，第十三个

！表示取反

complete.cases(,)表示取x，y中都不是缺失值的元素

得到向量中非缺失值的元素：x[!is.na(x)]，!代表取反

选取两个向量(x,y)中对应位置都不是缺失值的元素：用complete.cases（）函数给z赋值，得到逻辑向量，然后用x[z]和y[z]得到最终结果

看数据集长什么样用head()函数，数据集中每一行叫做一次记录，每一列叫做一个变量，通常会选择在所有变量中都没有缺失值的记录，这时可用complete.cases（数据集）函数给z（任一字母）赋值

缺失值处理 - 判断缺失值：is.na(x) - 取出向量中非缺失值元素：y[!is.na(x)] - 取出多个向量中的缺失值：z <- complete.cases(x,y)                      x[z] ; y[z] - 利用数据集实践 library(datasets) - 包含airquality集

library(datasets) #得到R的数据集 head(数据集名称) #返回数据集前六列的数据 可通过g <- complete.cases(数据集名称)返回所有的结果

右下键的packages栏可以查看当前加载的包的情况；

用x[!is.na(x)]取得x中不是缺失值的元素；

用complete.cases(x,y)来获得对应位置都不是缺失值的元素；

右下键的packages栏可以查看当前加载的包的情况；

两个向量，选取对应位置都不是缺失值的-用complete选出一个新变量z，只有两者都不是缺失值才会返回true，然后再用x【z】 y【z】选出都不是缺失值的

library加载数据集，dataset是r里自带的数据包

head是取数据集的前六行看看数据及有哪些变量，基本情况。这个数据集有六个变量，目前只看到 6次记录，通常我们希望选取所有变量都没有缺失值的记录

用complete输出的判断 第二行的13表示第二行的第一个true是原数据集的第十三个数据

数据框与向量还是不一样，返回输出非缺失值是考虑行和列，这里我们要每行数据都完整，所以g放在行上，列都留下，所以列的位置空着，后面再加一颗括号就依旧是行列的格式，前10行，列空着。最后输出的数据框左边数字表示选出来的数据在原数据集是第几行

如何处理缺失值

x[!is.na(x)]//除去不是缺失值的元素留下的内容

#如何处理缺失值

x<-c(1,NA,2,NA,3)
is.na(x)
x[!is.na(x)]#提取出无缺失值的数据，“！”代表取反
x<-c(1,NA,2,NA,3)
y<-c("a","b",NA,"c",NA)
z<-complete.cases(x,y)#查看x和y的对应位置中均不存在缺失值的部分（以逻辑向量形式表示）
x[z]#取出x中对应的非缺失值
y[z]#取出y中对应的非缺失值

library(datasets)
head(airquality)#查看数据集中的前面部分
g<-complete.cases(airquality)
airquality[g,][1:10,]

x<-c(1,NA,2,NA,3)

is.na(x) # 返回逻辑向量 FALSE TRUE FALSE TRUE FALSE

（FALSE代表不是缺失值，TRUE代表是缺失值）

x[!is.na(x)]  #运行后得到 1 2 3，向量中不是缺失值的元素

x<-c(1,NA,2,NA,3)

y<-c("a","b",NA,"c",NA)

z<-complete.cases(x,y)   #选取那些对应位置都不是缺失值的元素，

x[z]    #得到x,y里都不是缺失值的元素

y[z]    #得到x,y里都不是缺失值的元素

用R自带的数据集来展示complete函数的功能：

library(datasets)  #加载一个datasets的包，这个包里包含了很多现成的数据集，找到airquality这个数据集，可以查看airquality这个数据集中有哪些变量

head（airquality）  # 展示前六行， 一行代表一个记录，一列代表一个变量，选择在所有变量上都没有缺失值的记录

g<-complete.cases(airquality)

airquality[g, ][1: 10, ]

x[!is.na(x)] #返回不是缺失值的元素 

complete.cases() #()内为两个向量对应的元素都不是缺失值的才为TRUE，否则返回的向量中都为FALSE  

library(datasets) #得到R的数据集 

head(数据集) #返回数据集前六列的数据 

可通过g <- complete.cases(数据集) 返回每条数据是否含有缺失值的向量

数据集[g,][1:10,] #表示不含有缺失值的，所有变量都显示，显示第1到第10行，显示所有列。因为g是向量，所以可以用来选择行，即选择哪些数据