热线电话：13121318867

登录
首页大数据时代数据分析中R语言缺失值的判断和处理方法有哪些？
数据分析中R语言缺失值的判断和处理方法有哪些？
2020-07-17
收藏

R语言是一种用来进行数据分析、绘图的解释型语言。而我们在数据分析过程中会遇到许多缺失值，我们必须对这些缺失值进行处理，才能更好地进行下一步工作。今天小编跟大家分享R语言缺失值的判别和处理方法，希望对大家研究和学习R语言有帮助。

一、R语言中的缺失值NA

在R语言中通常用NA来表示缺失值，NA表示数据集中，该数据遗失、不存在。在针对具有NA的数据集进行函数操作的时候，不会直接剔除这个NA。

二、R语言识别缺失值

NA：代表缺失值;

NaN：代表不可能的值;

Inf：代表正无穷;

-Inf：代表负无穷。

is.na()：识别缺失值;

is.nan()：识别不可能值;

is.infinite()：无穷值。

is.na()、is.nan()和is.infinte()函数的返回值示例

列表显示缺失值：

> library(mice)

> data(sleep,package="VIM")

> md.pattern(sleep)

三、R语言探索缺失值模式

在R语言中是利用mice包中的md.pattern函数来探索缺失值模式的。

library(mice)

md.pattern(sleep)

通过上图，我们可以看出：左边图能够显示出每个变量中含缺失值得个数，右边图能够显示出变量组合的缺失值个数

四、R语言缺失值处理

1.如果缺失数据较少时，可以直接删除相应样本

删除缺失数据样本的前提为：缺失数据的比例较少，并且缺失数据是随机出现的，这种情况下，删除缺失数据之后对于分析结果的影响不是很大。

2.对缺失数据进行插补

(1)如果满足正态分布，用平均值进行填补;

(2)如果偏态分布或者离群值的分，布用中位数进行填补。

注意：均值或中位数来代替缺失值，其优点在于不会减少样本信息，处理简单。但是缺点在于当缺失数据不是随机出现时会产成偏误。

(3)多重插补是通过变量间关系来预测缺失数据，利用蒙特卡罗方法生成多个完整数据集，再对这些数据集分别进行分析，最后对这些分析结果进行汇总处理。能够用mice包实现。

3.利用对缺失数据不敏感决策树等分析方法


CDA数据分析师考试相关入口一览（建议收藏）：

▷ 想报名CDA认证考试，点击>>>   “CDA报名”

▷ 想学习CDA考试教材，点击>>> “CDA教材” 

▷ 想加入CDA考试题库，点击>>> “CDA题库” 

▷ 想了解CDA考试含金量，点击>>> “CDA含金量” 

▷ 想了解CDA院校合作，点击>>> “院校合作” 

▷ 想测试数据分析能力，点击>>> “CDA测评” 

R语言 数据分析 决策树 缺失值处理 正态分布

数据分析咨询请扫描二维码

若不方便扫码，搜微信号：CDAshujufenxi

上一篇数据处理中，偏态数据如何正态化？
下一篇学了python之后，美化二维码如此简单
数据分析师考试动态
CDA报考指南
数据分析学习
数据分析师资讯
更多

CDA教育闭环

常见问题

关于我们

CDA数据分析师公众号

  • CDA数据分析师公众号

CDA考试中心小程序

  • CDA考试中心服务号

CDA数据分析师App下载

  • CDA数据分析师App下载
Copyright © 2015-2021, www.cda.cn All Rights Reserved. CDA数据分析师(北京国富如荷网络科技有限公司) 版权所有 京ICP备11001960号-9 京公网安备 11010802034615号 经营许可证编号：京B2-20210330
联系电话：13321103290 (微信同号)

OK
客服在线
立即咨询
客服在线
立即咨询