缺失值处理

---

前言

在日常的统计分析中，数据缺失的现象是常见的，可能是在一场数据录入中导致数据缺失，或者是在问答中没有得到自己想要的结果等，都会造成数据的部分缺失。数据缺失的处理方式也有很多，需要我们根据实际的确实情况进行解决。当数据缺失量在整体中的占比比较小时，我们可以直接删除，但是如果该数据对结果影响较为显著，那么我们则不能删除，需要对数据进行填补。

---

1、缺失值的检测？

在R语言中，我们的缺失值的符号时用NA来表示的，并且在R中，用函数is.na()可以来检测数据是否存在缺失值。

na <- c(2,2,NA,6,8)
is.na(na)

结果：

使用is.na()函数来判断是否存在缺失值，返回的结果时一个逻辑值，也就是有或者没有缺失值。当返回的逻辑值为FALSE时为没有缺失值，当返回值为TURE时为缺失值。

---

2、NaN的检测

NaN表示不能被表示的值，不确定性的值，可以用is.nan()来检测

nan <- c(5,Inf,5,NaN,6)
is.nan(nan)

结果

---

3、缺失值的处理

借补发：

new_na <- c(1,1,2,3,NA,7,8)
new_na[is.na(new_na)] <- mean(new_na,na.rm=T)

结果

---

4、选取不是缺失值的数

加入一个数据中存在缺失值，那么我们时无法进行计算的，因此我们需要滤过缺失值才能计算。那么我们只要选出不是缺失值的数就可以了。

new_nas <- c(1,NA,1,2,3,NA,7,8)
new_nas <- new_nas[!is.na(new_nas)]

结果：

---

5、矩阵中带缺失值

在矩阵总也可以带缺失值，但是同样是不可以进行计算的，我们需要将缺失值处理后才可以进行计算。

mat <- matrix(c(1:11,NA),nr=3,nc=4,byrow = T)

结果

---

6、不算缺失值

mean(mat,na.rm=T)

结果

---

7、删除所在行

当我们删除了NA值所在的行时，矩阵中便没有了缺失值，因此这个矩阵式可以进行计算的。

newmat <- na.omit(mat)

结果

---

8、求均值

我们对矩阵里面的数求一个均值，可以得到以下结果。

mean(newmat)

结果

---

总结

1：is.na()可以检测缺失值，并返回逻辑向量；
2：is.nan()可以检测NaN值，并返回逻辑向量；
3：含有缺失值的是不可以进行计算的。