R语言边学边记8-缺失值处理与转换函数

> ID <- paste("A","00","q",1:5,sep = "+")

> ID

[1] "A+00+q+1" "A+00+q+2" "A+00+q+3" "A+00+q+4" "A+00+q+5"

> ID <- paste("A","00",1:5,sep = "")

> ID

[1] "A001" "A002" "A003" "A004" "A005"

> age<-c(24,NA,35,19,-20)

> age

[1]  24  NA  35  19 -20

> df1<-data.frame(ID,age)

> df1

    ID age

1 A001  24

2 A002  NA

3 A003  35

4 A004  19

5 A005 -20

> #判别有无缺失值

> is.na(df1)

        ID   age

[1,] FALSE FALSE

[2,] FALSE  TRUE

[3,] FALSE FALSE

[4,] FALSE FALSE

[5,] FALSE FALSE

> #将不合理的值定义为缺失值

> df1$age[df1$age<0] <- NA

> df1

    ID age

1 A001  24

2 A002  NA

3 A003  35

4 A004  19

5 A005  NA

> #替换缺失值

> df1[is.na(df1)]<-mean(df1$age,na.rm = T)#rm是remove的意思，移除na值

> df1

    ID age

1 A001  24

2 A002  26

3 A003  35

4 A004  19

5 A005  26

> #omit函数去除na值

> ID <- paste("A","00",1:5,sep = "")

> age<-c(24,NA,35,19,-20)

> df1<-data.frame(ID,age)

> df1

    ID age

1 A001  24

2 A002  NA

3 A003  35

4 A004  19

5 A005 -20

> df1$age[df1$age<0] <- NA

> df1

    ID age

1 A001  24

2 A002  NA

3 A003  35

4 A004  19

5 A005  NA

> na.omit(df1)#omit会将na值所有行都删除

    ID age

1 A001  24

3 A003  35

4 A004  19

> #判断与转换函数

> a<-c(1,2,3)

> a

[1] 1 2 3

> b<-c("a","b","c“)

+ b

+ d<-c("1","2")

Error: unexpected numeric constant in:

"b

d<-c("1"

> c

  age country

1   1   Chian

2   5   India

> e<-matrix(1:6,2,3)

> e

     [,1] [,2] [,3]

[1,]    1    3    5

[2,]    2    4    6

> e<-matrix(1:6,ncol=2)

> e

     [,1] [,2]

[1,]    1    4

[2,]    2    5

[3,]    3    6

> f<-c(1:10)

> f

 [1]  1  2  3  4  5  6  7  8  9 10

> is.character(b)

[1] FALSE

> is.numeric(a)

[1] TRUE

> is.data.frame(df1)

[1] TRUE

> as.numeric(d)

[1] 1 2

> as.character(a)

[1] "1" "2" "3"

> df1

    ID age

1 A001  24

2 A002  NA

3 A003  35

4 A004  19

5 A005  NA

> as.character(df1)

[1] "1:5"                   "c(24, NA, 35, 19, NA)"

> is.vector(a)

[1] TRUE

> is.matrix(e)

[1] TRUE

> as.matrix(f,nrow=2)

      [,1]

 [1,]    1

 [2,]    2

 [3,]    3

 [4,]    4

 [5,]    5

 [6,]    6

 [7,]    7

 [8,]    8

 [9,]    9

[10,]   10