缺失值

夜夜夜夜

01、缺失值快速定位

格式：要定位的列[空缺的列]

> full$PassengerId[is.na(full$Fare)]
[1] 1044
> full$Name[is.na(full$Fare)]
[1] "Storey, Mr. Thomas"

缺失值快速定位

02、缺失值可视化

VIM包中提供了能可视化数据集中缺失值模式的函数：aggr函数

>a<-full$PassengerId[is.na(full$Age)]  
>length(a)
[1] 263       #263个缺失值

#可视化
library(VIM)  
aggr(full$Age,prop=FALSE,numbers=TRUE)  

红色表示缺失值的情况，蓝色表示非缺失值的情况

缺失值263个

03、数据集缺失值

使用概率表示缺失状况

library(VIM)  
aggr(full,prop=TRUE,numbers=TRUE)

红色表示缺失值的概率，有两个变量缺失值比较严重。

数据集缺失情况

检验一下
（1）survived变量缺失值有多少？

>a<-full$PassengerId[is.na(full$Survived)]  
>length(a)
[1] 418         #418个缺失值

（2）age变量缺失值有多少？

>a<-full$PassengerId[is.na(full$Age)]  
>length(a)
[1] 263       #263个缺失值

（3）Carbin变量是否真的没有缺失值？

>a<-full$PassengerId[is.na(full$Carbin)]  
>length(a)
[1] 0