
R語言是一種用來進(jìn)行數(shù)據(jù)分析、繪圖的解釋型語言。而我們在數(shù)據(jù)分析過程中會遇到許多缺失值,我們必須對這些缺失值進(jìn)行處理,才能更好地進(jìn)行下一步工作。今天小編跟大家分享R語言缺失值的判別和處理方法,希望對大家研究和學(xué)習(xí)R語言有幫助。
一、R語言中的缺失值NA
在R語言中通常用NA來表示缺失值,NA表示數(shù)據(jù)集中,該數(shù)據(jù)遺失、不存在。在針對具有NA的數(shù)據(jù)集進(jìn)行函數(shù)操作的時候,不會直接剔除這個NA。
二、R語言識別缺失值
NA:代表缺失值;
NaN:代表不可能的值;
Inf:代表正無窮;
-Inf:代表負(fù)無窮。
is.na():識別缺失值;
is.nan():識別不可能值;
is.infinite():無窮值。
is.na()、is.nan()和is.infinte()函數(shù)的返回值示例
列表顯示缺失值:
> library(mice)
> data(sleep,package="VIM")
> md.pattern(sleep)
三、R語言探索缺失值模式
在R語言中是利用mice包中的md.pattern函數(shù)來探索缺失值模式的。
library(mice)
md.pattern(sleep)
通過上圖,我們可以看出:左邊圖能夠顯示出每個變量中含缺失值得個數(shù),右邊圖能夠顯示出變量組合的缺失值個數(shù)
1.如果缺失數(shù)據(jù)較少時,可以直接刪除相應(yīng)樣本
刪除缺失數(shù)據(jù)樣本的前提為:缺失數(shù)據(jù)的比例較少,并且缺失數(shù)據(jù)是隨機(jī)出現(xiàn)的,這種情況下,刪除缺失數(shù)據(jù)之后對于分析結(jié)果的影響不是很大。
2.對缺失數(shù)據(jù)進(jìn)行插補(bǔ)
(1)如果滿足正態(tài)分布,用平均值進(jìn)行填補(bǔ);
(2)如果偏態(tài)分布或者離群值的分,布用中位數(shù)進(jìn)行填補(bǔ)。
注意:均值或中位數(shù)來代替缺失值,其優(yōu)點在于不會減少樣本信息,處理簡單。但是缺點在于當(dāng)缺失數(shù)據(jù)不是隨機(jī)出現(xiàn)時會產(chǎn)成偏誤。
(3)多重插補(bǔ)是通過變量間關(guān)系來預(yù)測缺失數(shù)據(jù),利用蒙特卡羅方法生成多個完整數(shù)據(jù)集,再對這些數(shù)據(jù)集分別進(jìn)行分析,最后對這些分析結(jié)果進(jìn)行匯總處理。能夠用mice包實現(xiàn)。
3.利用對缺失數(shù)據(jù)不敏感決策樹等分析方法
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計的實用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預(yù)測分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢預(yù)判? ? 在數(shù)據(jù)驅(qū)動決策的時代,預(yù)測分析作為挖掘數(shù)據(jù)潛在價值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點,而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數(shù)據(jù)背后的時間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對策略? 長短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨特的門控機(jī)制,在 ...
2025-07-07統(tǒng)計學(xué)方法在市場調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場調(diào)研是企業(yè)洞察市場動態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計學(xué)方法則是市場調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03