Вы можете использовать функцию is.na() в R для проверки пропущенных значений в векторах и фреймах данных.
#check if each individual value is NA
is. na (x)
#count total NA values
sum(is. na (x))
#identify positions of NA values
which(is. na (x))
В следующих примерах показано, как использовать эту функцию на практике.
Пример 1: Использование is.na() с векторами
В следующем коде показано, как использовать функцию is.na() для проверки пропущенных значений в векторе:
#define vector with some missing values
x <- c(3, 5, 5, NA, 7, NA, 12, 16)
#check if each individual value is NA
is. na (x)
[1] FALSE FALSE FALSE TRUE FALSE TRUE FALSE FALSE
#count total NA values
sum(is. na (x))
[1] 2
#identify positions of NA values
which(is. na (x))
[1] 4 6
Из вывода мы видим:
- В векторе отсутствуют 2 значения.
- Отсутствующие значения находятся в позиции 4 и 6.
Пример 2: Использование is.na() с фреймами данных
В следующем коде показано, как использовать функцию is.na() для проверки отсутствующих значений во фрейме данных:
#create data frame
df <- data.frame(var1=c(1, 3, 3, 4, 5),
var2=c(7, NA, NA, 3, 2),
var3=c(3, 3, 6, NA, 8),
var4=c(NA, 1, 2, 8, 9))
#view data frame
df
var1 var2 var3 var4
1 1 7 3 NA
2 3 NA 3 1
3 3 NA 6 2
4 4 3 NA 8
5 5 2 8 9
#find total NA values in data frame
sum(is.na(df))
[1] 4
#find total NA values by column
sapply(df, function (x) sum(is. na (x)))
var1 var2 var3 var4
0 2 1 1
Из вывода мы видим, что во фрейме данных всего 4 значения NA.
Мы также можем видеть:
- В столбце 'var1' 0 значений NA.
- В столбце «var2» есть 2 значения NA.
- В столбце «var3» есть 1 значение NA.
- В столбце «var4» есть 1 значение NA.
Дополнительные ресурсы
В следующих руководствах объясняются другие полезные функции, которые можно использовать для обработки отсутствующих значений в R.
Как использовать na.omit в R
Как использовать na.rm в R
Как использовать is.null в R
Как заменить пропущенные значения в R