Pure-Tech

导航

R语言缺失值 

 1 > ##########################R语言缺失值问题
 2 > ###构造测试矩阵test
 3 > test=data.frame(x1=c("",NA,1,2),x2=c("NA",1,4,""))
 4 > attach(test)
 5 > test
 6     x1 x2
 7 1      NA
 8 2 <NA>  1
 9 3    1  4
10 4    2   
11 > ###这里遇到一个问题,NA,"NA","" 三者之间的区别，以及R中 is.na(),na.omit()这两个函数起的作用
12 > na.omit(test)
13   x1 x2
14 1    NA
15 3  1  4
16 4  2   
17 > is.na(x1)
18 [1] FALSE  TRUE FALSE FALSE
19 > ###从上面两条命令可以看出:na.omit()和is.na()两个函数只识别 NA，即 <NA> 形式
20 > ###下面假设几种数据处理的情形
21 > ###筛选x1不为空的记录，这里的空表示 空字符串以及NA
22 > test[(x1!="")&(!is.na(x1)),]
23   x1 x2
24 3  1  4
25 4  2   
26 > ###筛选x2不为空的记录，这里的空表示空字符串以及NA，注意X2中的为字符"NA"
27 > test[(x2!="")&(!is.na(x2)),]
28     x1 x2
29 1      NA
30 2 <NA>  1
31 3    1  4
32 > ###所以对于集合，如果要删除NA,"","NA" 这三种情形的记录，直接用三个条件进行处理，以免后患
33 > test[(!is.na(x1))&(x1!="")&(x1!="NA"),]
34   x1 x2
35 3  1  4
36 4  2   
37 > ###总结："NA"和""都属于字符串类型，不被is.na以及na.omit识别,字符串类型就用 操作符 != 来筛选，NA用is.na()来筛选

 

posted on 2014-05-19 23:34  Pure-Tech  阅读(791)  评论(0)    收藏  举报