学习R：识别缺失值与将指定数据编码为缺失值

基础不牢，大厦将倒。今天再来练习一个基础操作，在数据框中发现缺失值，以及将指定数据重编码为缺失值。

雇员数据原本是SPSS格式，其中以往经验这个变量有一小部分取值为0的，即无经验，假设我们现在要将其认定为缺失值，需要重新将数字0认定为缺失值。

第一，查看当前数据有无缺失值

summary(is.na(data))

或者

sum(is.na(data))# [1] 0

该数据总共474case，结果显示，整个data没有系统缺失值。

但实际需求是，我们要将prevexp变量中的数字0设定为缺失值，应该强行定义。

第二，指定值冲编码为缺失值

data$prevexp[data$prevexp == 0] <- NA

或

data$prevexp[which(is.na(data$prevexp))]<-0

此时0经验已经被我们强行编码为系统缺失值NA。

第三，识别缺失值

summary(is.na(data))

来看现在的结果：

有24个0被我们强行定义为NA即缺失值。

本文完

文/图=数据小兵

更多R统计文章

R语言单一样本t检验案例实现

END

本文分享自微信公众号 - 小兵学R语言（r-statistics）。
如有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。

来源：oschina

链接：https://my.oschina.net/datasoldier/blog/4865324

标签