有时,当我们读取R中的数据时,缺失值记录为空格,很难用任何值替换它们。其背后的原因是我们需要知道我们使用了多少空间来代替缺失值。如果我们知道,那么分配任何值就变得容易了。
考虑下面的向量x和y的数据帧。
> x<-c("", 3,2,1,2,3,2,1," ", 43, "") > y<-c(1,2,"", 43,2," ", 3,2,3,"", 7) > df<-data.frame(x,y) > df x y 1 1 2 3 2 3 2 4 1 43 5 2 2 6 3 7 2 3 8 1 2 9 3 10 43 11 7
在这里,我们缺少的值也被简单地记录为空白并使用双反逗号。现在让我们用NA替换这些缺失的值,如下所示-
> df[df==""]<-NA > df x y 1 <NA> 1 2 3 2 3 2 <NA> 4 1 43 5 2 2 6 3 7 2 3 8 1 2 9 3 10 43 <NA> 11 <NA> 7
在这里,由于空格数量的原因,不会替换x中的第九个值和y中的第六个值,因此我们需要指定它们。首先,通过查看向量来读取空格数,如下所示:
> x [1] "" "3" "2" "1" "2" "3" "2" "1" " " "43" "" > y [1] "1" "2" "" "43" "2" " " "3" "2" [9] "3" "" "7"
x的第九个值似乎有一个空格,y的第六个值似乎有五个空格。现在让我们如下更改x的df-
> df[df==" "]<-NA > df x y 1 <NA> 1 2 3 2 3 2 <NA> 4 1 43 5 2 2 6 3 7 2 3 8 1 2 9 <NA> 3 10 43 <NA> 11 <NA> 7
现在我们将y的df如下所示-
> df[df==" "]<-NA > df x y 1 <NA> 1 2 3 2 3 2 <NA> 4 1 43 5 2 2 6 3 <NA> 7 2 3 8 1 2 9 <NA> 3 10 43 <NA> 11 <NA> 7
现在,我们有了带有NA和其他数字的完整数据框。