No.10 缺失值的识别与处理

主要内容：

  • 什么是缺失值
  • 缺失值的识别
  • 缺失模式探索
  • 缺失值处理

1. 什么是缺失值

1.1查看R内置数据集

?
1
data()

 

?
1
mydata <- mtcars

 

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
data()
mydata <- mtcars
#创造1个有空值的data frame
#给mydata的第1列的第1-5行赋值为NA
mydata[(1:5),1] <- NA
mydata结果：> data()
> mydata <- mtcars
> mydata[(1:5),1] <- NA
> mydata
                     mpg cyl  disp  hp drat    wt  qsec vs am gear carb
Mazda RX4             NA   6 160.0 110 3.90 2.620 16.46  0  1    4    4
Mazda RX4 Wag         NA   6 160.0 110 3.90 2.875 17.02  0  1    4    4
Datsun 710            NA   4 108.0  93 3.85 2.320 18.61  1  1    4    1
Hornet 4 Drive        NA   6 258.0 110 3.08 3.215 19.44  1  0    3    1
Hornet Sportabout     NA   8 360.0 175 3.15 3.440 17.02  0  0    3    2
Valiant             18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
Duster 360          14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4
Merc 240D           24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
Merc 230            22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
Merc 280            19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4
Merc 280C           17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4
Merc 450SE          16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3
Merc 450SL          17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
Merc 450SLC         15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3
Cadillac Fleetwood  10.4   8 472.0 205 2.93 5.250 17.98  0  0    3    4
Lincoln Continental 10.4   8 460.0 215 3.00 5.424 17.82  0  0    3    4
Chrysler Imperial   14.7   8 440.0 230 3.23 5.345 17.42  0  0    3    4
Fiat 128            32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1
Honda Civic         30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2
Toyota Corolla      33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1
Toyota Corona       21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1
Dodge Challenger    15.5   8 318.0 150 2.76 3.520 16.87  0  0    3    2
AMC Javelin         15.2   8 304.0 150 3.15 3.435 17.30  0  0    3    2
Camaro Z28          13.3   8 350.0 245 3.73 3.840 15.41  0  0    3    4
Pontiac Firebird    19.2   8 400.0 175 3.08 3.845 17.05  0  0    3    2
Fiat X1-9           27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1
Porsche 914-2       26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2
Lotus Europa        30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2
Ford Pantera L      15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4
Ferrari Dino        19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6
Maserati Bora       15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8
Volvo 142E          21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2

　

手动改数据框

 

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
                     mpg cyl  disp  hp drat    wt  qsec vs am gear carb
Mazda RX4             NA   6 160.0 110 3.90 2.620 16.46  0  1    4    4
Mazda RX4 Wag         NA   6 160.0 110 3.90 2.875 17.02  0  1    4    4
Datsun 710            NA   4 108.0  93 3.85 2.320 18.61  1  1    4    1
Hornet 4 Drive        NA   6 258.0 110 3.08 3.215 19.44  1  0    3    1
Hornet Sportabout     NA   8 360.0 175 3.15 3.440 17.02  0  0    3    2
Valiant             18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
Duster 360          14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4
Merc 240D           24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
Merc 230            22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
Merc 280            19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4
Merc 280C           17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4
Merc 450SE          16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3
Merc 450SL          17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
Merc 450SLC         15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3
Cadillac Fleetwood  10.4   8  <strong>  NA</strong> 205 2.93 5.250 17.98  0  0    3    4
Lincoln Continental 10.4   8 460.0 215 3.00 5.424 17.82  0  0    3    4
Chrysler Imperial   14.7   8 440.0 230 3.23 5.345 17.42  0  0    3    4
Fiat 128            32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1
Honda Civic         30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2
Toyota Corolla      33.9   4  71.1  65 4.22  <strong>  NA</strong> 19.90  1  1    4    1
Toyota Corona       21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1
Dodge Challenger    15.5   8 318.0 150 2.76 3.520 16.87  0  0    3    2
AMC Javelin         15.2   8 304.0 150 3.15 <strong>   NA</strong> 17.30  0  0    3    2
Camaro Z28          13.3   8 350.0  NA 3.73 3.840 15.41  0  0    3    4
Pontiac Firebird    19.2   8 400.0 175 3.08 3.845 17.05  0  0    3    2
Fiat X1-9           27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1
Porsche 914-2       26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2
Lotus Europa        30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2
Ford Pantera L      15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4
Ferrari Dino        19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6
Maserati Bora       15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8
Volvo 142E          21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2

 

1.2 识别缺失值

1）is.na( ) 针对对象，包括向量和数据框

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
#查看第一列缺失值的比例
sum(isnadata[,1])/nrow(isnadata)
#查看第一列缺失值的比例,也可用mean
mean(isnadata[,1])
#查看第一hang缺失值的比例
mean(isnadata[1,])
 
#查看每一列的缺失情况
#apply(array, margin, ...)中的margin:1代表行，2代表列
apply(isnadata, 2, mean)结果：> #查看第一列缺失值的比例
> sum(isnadata[,1])/nrow(isnadata)
[1] 0.15625
> #查看第一列缺失值的比例,也可用mean
> mean(isnadata[,1])
[1] 0.15625
> #查看第一hang缺失值的比例
> mean(isnadata[1,])
[1] 0.09090909
>
> #查看每一列的缺失情况
> #apply(array, margin, ...)中的margin:1代表行，2代表列
> apply(isnadata, 2, mean)
    mpg     cyl    disp      hp    drat      wt    qsec      vs      am    gear    carb
0.15625 0.00000 0.03125 0.03125 0.00000 0.06250 0.00000 0.00000 0.00000 0.00000 0.00000

　　

2）which 查看缺失值位置，适用向量

?
1
2
3
4
5
6
7
8
9
10
11
12
13
#查看缺失值的位置
which(isnadata,arr.ind = T)结果：> #查看缺失值的位置
> which(isnadata,arr.ind = T)
                   row col
Mazda RX4            1   1
Mazda RX4 Wag        2   1
Datsun 710           3   1
Hornet 4 Drive       4   1
Hornet Sportabout    5   1
Cadillac Fleetwood  15   3
Camaro Z28          24   4
Toyota Corolla      20   6
AMC Javelin         23   6

3）complete.cases()

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
#查看行是否有缺失值
complete.cases(mydata)
length(complete.cases(mydata))
#显示有缺失值的行
mydata[!complete.cases(mydata),]结果：> #查看行是否有缺失值
> complete.cases(mydata)
 [1] FALSE FALSE FALSE FALSE FALSE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE FALSE  TRUE
[17]  TRUE  TRUE  TRUE FALSE  TRUE  TRUE FALSE FALSE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE
> length(complete.cases(mydata))
[1] 32
> #显示有缺失值的行
> mydata[!complete.cases(mydata),]
                    mpg cyl  disp  hp drat    wt  qsec vs am gear carb
Mazda RX4            NA   6 160.0 110 3.90 2.620 16.46  0  1    4    4
Mazda RX4 Wag        NA   6 160.0 110 3.90 2.875 17.02  0  1    4    4
Datsun 710           NA   4 108.0  93 3.85 2.320 18.61  1  1    4    1
Hornet 4 Drive       NA   6 258.0 110 3.08 3.215 19.44  1  0    3    1
Hornet Sportabout    NA   8 360.0 175 3.15 3.440 17.02  0  0    3    2
Cadillac Fleetwood 10.4   8    NA 205 2.93 5.250 17.98  0  0    3    4
Toyota Corolla     33.9   4  71.1  65 4.22    NA 19.90  1  1    4    1
AMC Javelin        15.2   8 304.0 150 3.15    NA 17.30  0  0    3    2
Camaro Z28         13.3   8 350.0  NA 3.73 3.840 15.41  0  0    3    4

　　

4) mice 包

安装：

?
1
install.packages("mice")

 

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
library(mice)
md.pattern(mydata)
mydata结果：> md.pattern(mydata)
   cyl drat qsec vs am gear carb disp hp wt mpg 
23   1    1    1  1  1    1    1    1  1  1   1 0
5    1    1    1  1  1    1    1    1  1  1   0 1
2    1    1    1  1  1    1    1    1  1  0   1 1
1    1    1    1  1  1    1    1    1  0  1   1 1
1    1    1    1  1  1    1    1    0  1  1   1 1
     0    0    0  0  0    0    0    1  1  2   5 9
> mydata
                     mpg cyl  disp  hp drat    wt  qsec vs am gear carb
Mazda RX4             NA   6 160.0 110 3.90 2.620 16.46  0  1    4    4
Mazda RX4 Wag         NA   6 160.0 110 3.90 2.875 17.02  0  1    4    4
Datsun 710            NA   4 108.0  93 3.85 2.320 18.61  1  1    4    1
Hornet 4 Drive        NA   6 258.0 110 3.08 3.215 19.44  1  0    3    1
Hornet Sportabout     NA   8 360.0 175 3.15 3.440 17.02  0  0    3    2
Valiant             18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
Duster 360          14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4
Merc 240D           24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
Merc 230            22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
Merc 280            19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4
Merc 280C           17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4
Merc 450SE          16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3
Merc 450SL          17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
Merc 450SLC         15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3
Cadillac Fleetwood  10.4   8    NA 205 2.93 5.250 17.98  0  0    3    4
Lincoln Continental 10.4   8 460.0 215 3.00 5.424 17.82  0  0    3    4
Chrysler Imperial   14.7   8 440.0 230 3.23 5.345 17.42  0  0    3    4
Fiat 128            32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1
Honda Civic         30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2
Toyota Corolla      33.9   4  71.1  65 4.22    NA 19.90  1  1    4    1
Toyota Corona       21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1
Dodge Challenger    15.5   8 318.0 150 2.76 3.520 16.87  0  0    3    2
AMC Javelin         15.2   8 304.0 150 3.15    NA 17.30  0  0    3    2
Camaro Z28          13.3   8 350.0  NA 3.73 3.840 15.41  0  0    3    4
Pontiac Firebird    19.2   8 400.0 175 3.08 3.845 17.05  0  0    3    2
Fiat X1-9           27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1
Porsche 914-2       26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2
Lotus Europa        30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2
Ford Pantera L      15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4
Ferrari Dino        19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6
Maserati Bora       15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8
Volvo 142E          21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2

 

2.缺失值的处理

2.1 删除缺失值多的变量

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
#删除第一列
mydata_1 <- mydata[,-1]  #逗号前表示取所有的行，减号代表删除
mydata_1结果：> #删除第一列
> mydata_1 <- mydata[,-1]  #逗号前表示取所有的行，减号代表删除
> mydata_1
                    cyl  disp  hp drat    wt  qsec vs am gear carb
Mazda RX4             6 160.0 110 3.90 2.620 16.46  0  1    4    4
Mazda RX4 Wag         6 160.0 110 3.90 2.875 17.02  0  1    4    4
Datsun 710            4 108.0  93 3.85 2.320 18.61  1  1    4    1
Hornet 4 Drive        6 258.0 110 3.08 3.215 19.44  1  0    3    1
Hornet Sportabout     8 360.0 175 3.15 3.440 17.02  0  0    3    2
Valiant               6 225.0 105 2.76 3.460 20.22  1  0    3    1
Duster 360            8 360.0 245 3.21 3.570 15.84  0  0    3    4
Merc 240D             4 146.7  62 3.69 3.190 20.00  1  0    4    2
Merc 230              4 140.8  95 3.92 3.150 22.90  1  0    4    2
Merc 280              6 167.6 123 3.92 3.440 18.30  1  0    4    4
Merc 280C             6 167.6 123 3.92 3.440 18.90  1  0    4    4
Merc 450SE            8 275.8 180 3.07 4.070 17.40  0  0    3    3
Merc 450SL            8 275.8 180 3.07 3.730 17.60  0  0    3    3
Merc 450SLC           8 275.8 180 3.07 3.780 18.00  0  0    3    3
Cadillac Fleetwood    8    NA 205 2.93 5.250 17.98  0  0    3    4
Lincoln Continental   8 460.0 215 3.00 5.424 17.82  0  0    3    4
Chrysler Imperial     8 440.0 230 3.23 5.345 17.42  0  0    3    4
Fiat 128              4  78.7  66 4.08 2.200 19.47  1  1    4    1
Honda Civic           4  75.7  52 4.93 1.615 18.52  1  1    4    2
Toyota Corolla        4  71.1  65 4.22    NA 19.90  1  1    4    1
Toyota Corona         4 120.1  97 3.70 2.465 20.01  1  0    3    1
Dodge Challenger      8 318.0 150 2.76 3.520 16.87  0  0    3    2
AMC Javelin           8 304.0 150 3.15    NA 17.30  0  0    3    2
Camaro Z28            8 350.0  NA 3.73 3.840 15.41  0  0    3    4
Pontiac Firebird      8 400.0 175 3.08 3.845 17.05  0  0    3    2
Fiat X1-9             4  79.0  66 4.08 1.935 18.90  1  1    4    1
Porsche 914-2         4 120.3  91 4.43 2.140 16.70  0  1    5    2
Lotus Europa          4  95.1 113 3.77 1.513 16.90  1  1    5    2
Ford Pantera L        8 351.0 264 4.22 3.170 14.50  0  1    5    4
Ferrari Dino          6 145.0 175 3.62 2.770 15.50  0  1    5    6
Maserati Bora         8 301.0 335 3.54 3.570 14.60  0  1    5    8
Volvo 142E            4 121.0 109 4.11 2.780 18.60  1  1    4    2

　

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
#删除缺失值的行
mydata_2 <- na.omit(mydata_1)
mydata_2结果：> #删除缺失值的行
> mydata_2 <- na.omit(mydata_1)
> mydata_2
                    cyl  disp  hp drat    wt  qsec vs am gear carb
Mazda RX4             6 160.0 110 3.90 2.620 16.46  0  1    4    4
Mazda RX4 Wag         6 160.0 110 3.90 2.875 17.02  0  1    4    4
Datsun 710            4 108.0  93 3.85 2.320 18.61  1  1    4    1
Hornet 4 Drive        6 258.0 110 3.08 3.215 19.44  1  0    3    1
Hornet Sportabout     8 360.0 175 3.15 3.440 17.02  0  0    3    2
Valiant               6 225.0 105 2.76 3.460 20.22  1  0    3    1
Duster 360            8 360.0 245 3.21 3.570 15.84  0  0    3    4
Merc 240D             4 146.7  62 3.69 3.190 20.00  1  0    4    2
Merc 230              4 140.8  95 3.92 3.150 22.90  1  0    4    2
Merc 280              6 167.6 123 3.92 3.440 18.30  1  0    4    4
Merc 280C             6 167.6 123 3.92 3.440 18.90  1  0    4    4
Merc 450SE            8 275.8 180 3.07 4.070 17.40  0  0    3    3
Merc 450SL            8 275.8 180 3.07 3.730 17.60  0  0    3    3
Merc 450SLC           8 275.8 180 3.07 3.780 18.00  0  0    3    3
Lincoln Continental   8 460.0 215 3.00 5.424 17.82  0  0    3    4
Chrysler Imperial     8 440.0 230 3.23 5.345 17.42  0  0    3    4
Fiat 128              4  78.7  66 4.08 2.200 19.47  1  1    4    1
Honda Civic           4  75.7  52 4.93 1.615 18.52  1  1    4    2
Toyota Corona         4 120.1  97 3.70 2.465 20.01  1  0    3    1
Dodge Challenger      8 318.0 150 2.76 3.520 16.87  0  0    3    2
Pontiac Firebird      8 400.0 175 3.08 3.845 17.05  0  0    3    2
Fiat X1-9             4  79.0  66 4.08 1.935 18.90  1  1    4    1
Porsche 914-2         4 120.3  91 4.43 2.140 16.70  0  1    5    2
Lotus Europa          4  95.1 113 3.77 1.513 16.90  1  1    5    2
Ford Pantera L        8 351.0 264 4.22 3.170 14.50  0  1    5    4
Ferrari Dino          6 145.0 175 3.62 2.770 15.50  0  1    5    6
Maserati Bora         8 301.0 335 3.54 3.570 14.60  0  1    5    8
Volvo 142E            4 121.0 109 4.11 2.780 18.60  1  1    4    2

complete.cases(mydata_1)
mydata_2_1 <- mydata_1[complete.cases(mydata_1),]
mydata_2_1

也可用：

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
complete.cases(mydata_1)
mydata_2_1 <- mydata_1[complete.cases(mydata_1),]
mydata_2_1结果：> complete.cases(mydata_1)
 [1]  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE FALSE  TRUE
[17]  TRUE  TRUE  TRUE FALSE  TRUE  TRUE FALSE FALSE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE
> mydata_2_1 <- mydata_1[complete.cases(mydata_1),]
> mydata_2_1
                    cyl  disp  hp drat    wt  qsec vs am gear carb
Mazda RX4             6 160.0 110 3.90 2.620 16.46  0  1    4    4
Mazda RX4 Wag         6 160.0 110 3.90 2.875 17.02  0  1    4    4
Datsun 710            4 108.0  93 3.85 2.320 18.61  1  1    4    1
Hornet 4 Drive        6 258.0 110 3.08 3.215 19.44  1  0    3    1
Hornet Sportabout     8 360.0 175 3.15 3.440 17.02  0  0    3    2
Valiant               6 225.0 105 2.76 3.460 20.22  1  0    3    1
Duster 360            8 360.0 245 3.21 3.570 15.84  0  0    3    4
Merc 240D             4 146.7  62 3.69 3.190 20.00  1  0    4    2
Merc 230              4 140.8  95 3.92 3.150 22.90  1  0    4    2
Merc 280              6 167.6 123 3.92 3.440 18.30  1  0    4    4
Merc 280C             6 167.6 123 3.92 3.440 18.90  1  0    4    4
Merc 450SE            8 275.8 180 3.07 4.070 17.40  0  0    3    3
Merc 450SL            8 275.8 180 3.07 3.730 17.60  0  0    3    3
Merc 450SLC           8 275.8 180 3.07 3.780 18.00  0  0    3    3
Lincoln Continental   8 460.0 215 3.00 5.424 17.82  0  0    3    4
Chrysler Imperial     8 440.0 230 3.23 5.345 17.42  0  0    3    4
Fiat 128              4  78.7  66 4.08 2.200 19.47  1  1    4    1
Honda Civic           4  75.7  52 4.93 1.615 18.52  1  1    4    2
Toyota Corona         4 120.1  97 3.70 2.465 20.01  1  0    3    1
Dodge Challenger      8 318.0 150 2.76 3.520 16.87  0  0    3    2
Pontiac Firebird      8 400.0 175 3.08 3.845 17.05  0  0    3    2
Fiat X1-9             4  79.0  66 4.08 1.935 18.90  1  1    4    1
Porsche 914-2         4 120.3  91 4.43 2.140 16.70  0  1    5    2
Lotus Europa          4  95.1 113 3.77 1.513 16.90  1  1    5    2
Ford Pantera L        8 351.0 264 4.22 3.170 14.50  0  1    5    4
Ferrari Dino          6 145.0 175 3.62 2.770 15.50  0  1    5    6
Maserati Bora         8 301.0 335 3.54 3.570 14.60  0  1    5    8
Volvo 142E            4 121.0 109 4.11 2.780 18.60  1  1    4    2

　　

2.2 均值插补缺失值

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
#查看缺失值的位置
which(is.na(mydata),arr.ind = T)
which(is.na(mydata))
 
#求某一列剔除缺失值的均值
mydata[is.na(mydata[,1]),1] <- mean(mydata[,1],na.rm = T)
mydata结果：> #查看缺失值的位置
> which(is.na(mydata),arr.ind = T)
                   row col
Mazda RX4            1   1
Mazda RX4 Wag        2   1
Datsun 710           3   1
Hornet 4 Drive       4   1
Hornet Sportabout    5   1
Cadillac Fleetwood  15   3
Camaro Z28          24   4
Toyota Corolla      20   6
AMC Javelin         23   6
> which(is.na(mydata))
[1]   1   2   3   4   5  79 120 180 183
> #求某一列剔除缺失值的均值
> mydata[is.na(mydata[,1]),1] <- mean(mydata[,1],na.rm = T)
> mydata
                         mpg cyl  disp  hp drat    wt  qsec vs am gear carb
Mazda RX4           19.92593   6 160.0 110 3.90 2.620 16.46  0  1    4    4
Mazda RX4 Wag       19.92593   6 160.0 110 3.90 2.875 17.02  0  1    4    4
Datsun 710          19.92593   4 108.0  93 3.85 2.320 18.61  1  1    4    1
Hornet 4 Drive      19.92593   6 258.0 110 3.08 3.215 19.44  1  0    3    1
Hornet Sportabout   19.92593   8 360.0 175 3.15 3.440 17.02  0  0    3    2
Valiant             18.10000   6 225.0 105 2.76 3.460 20.22  1  0    3    1
Duster 360          14.30000   8 360.0 245 3.21 3.570 15.84  0  0    3    4
Merc 240D           24.40000   4 146.7  62 3.69 3.190 20.00  1  0    4    2
Merc 230            22.80000   4 140.8  95 3.92 3.150 22.90  1  0    4    2
Merc 280            19.20000   6 167.6 123 3.92 3.440 18.30  1  0    4    4
Merc 280C           17.80000   6 167.6 123 3.92 3.440 18.90  1  0    4    4
Merc 450SE          16.40000   8 275.8 180 3.07 4.070 17.40  0  0    3    3
Merc 450SL          17.30000   8 275.8 180 3.07 3.730 17.60  0  0    3    3
Merc 450SLC         15.20000   8 275.8 180 3.07 3.780 18.00  0  0    3    3
Cadillac Fleetwood  10.40000   8    NA 205 2.93 5.250 17.98  0  0    3    4
Lincoln Continental 10.40000   8 460.0 215 3.00 5.424 17.82  0  0    3    4
Chrysler Imperial   14.70000   8 440.0 230 3.23 5.345 17.42  0  0    3    4
Fiat 128            32.40000   4  78.7  66 4.08 2.200 19.47  1  1    4    1
Honda Civic         30.40000   4  75.7  52 4.93 1.615 18.52  1  1    4    2
Toyota Corolla      33.90000   4  71.1  65 4.22    NA 19.90  1  1    4    1
Toyota Corona       21.50000   4 120.1  97 3.70 2.465 20.01  1  0    3    1
Dodge Challenger    15.50000   8 318.0 150 2.76 3.520 16.87  0  0    3    2
AMC Javelin         15.20000   8 304.0 150 3.15    NA 17.30  0  0    3    2
Camaro Z28          13.30000   8 350.0  NA 3.73 3.840 15.41  0  0    3    4
Pontiac Firebird    19.20000   8 400.0 175 3.08 3.845 17.05  0  0    3    2
Fiat X1-9           27.30000   4  79.0  66 4.08 1.935 18.90  1  1    4    1
Porsche 914-2       26.00000   4 120.3  91 4.43 2.140 16.70  0  1    5    2
Lotus Europa        30.40000   4  95.1 113 3.77 1.513 16.90  1  1    5    2
Ford Pantera L      15.80000   8 351.0 264 4.22 3.170 14.50  0  1    5    4
Ferrari Dino        19.70000   6 145.0 175 3.62 2.770 15.50  0  1    5    6
Maserati Bora       15.00000   8 301.0 335 3.54 3.570 14.60  0  1    5    8
Volvo 142E          21.40000   4 121.0 109 4.11 2.780 18.60  1  1    4    2

　　

 

 

 

 

 

　　

posted @   百里屠苏top  阅读(18)  评论(0)  编辑  收藏  举报
相关博文：
· No.11 异常值的识别与处理
· No.16 相关性分析
· [python] 基于matplotlib实现树形图的绘制
· 数据分析大作战，SQL V.S. Python，来看看这些考题你都会吗 ⛵
· 统计学习导论之R语言应用（二）：R语言基础
阅读排行：
· 全程不用写代码，我用AI程序员写了一个飞机大战
· MongoDB 8.0这个新功能碉堡了，比商业数据库还牛
· 记一次.NET内存居高不下排查解决与启示
· DeepSeek 开源周回顾「GitHub 热点速览」
· 白话解读 Dapr 1.15：你的「微服务管家」又秀新绝活了
点击右上角即可分享
微信分享提示