R?

R 軟體：缺失資料的處理方法

工具/原料

R 軟體

方法/步驟

假設有一組資料集如下：

data=data.frame(y=c(1,2,3,NA,5,6),x1=c(6,NA,4,3,2,1),x2=c(1,3,6,9,12,NA))

“NA”即表示缺失值。

在R中輸入該資料。

#判斷缺失資料

is.na(data)

#統計缺失值個數

sum(is.na(data))

#檢視每個樣本資料是否完整，其值與is.na()相反

complete.cases(data)

這裡介紹處理缺失值的3種方法。

1、選擇無缺失值的記錄，程式碼如下：

data1=data[complete.cases(data),]

2、刪除所有有缺失值的記錄，這種方法在資料處理中是最常用的。

data2=na.omit(data)

3、替換缺失值。通過一定的統計方法計算出相應值來替換缺失值。一般的方法有：平均值法（最常用）、多重插補法、隨機模擬法迴歸預測（較複雜）。

平均值法如下：

#使用已有值的平均值來代替缺失資料

attach(data)

y[is.na(y)]=mean(y,na.rm=T)

x1[is.na(x1)]=mean(x1,na.rm=T)

x2[is.na(x2)]=mean(x2,na.rm=T)

data=data.frame(y,x1,x2)