Sådan fjernes rækker med manglende data i R-dummies

En anden nyttig anvendelse af subsetting af datarammer er at finde og fjerne rækker med manglende data. R-funktionen for at kontrollere, at dette er færdigt. tilfælde (). Du kan prøve dette på den indbyggede datasætets luftkvalitet, en dataramme med en hel del manglende data: >> str (air quality)> komplet. sager (luftkvalitet)

Resultaterne af komplette. tilfælde () er en logisk vektor med værdien TRUE for rækker, der er komplette, og FALSE for rækker, der har nogle NA-værdier. For at fjerne rækkerne med manglende data fra luftkvalitet, prøv følgende:

>> x str (x)

Dit resultat skal være en dataramme med 111 rækker, i stedet for 153 rækker af den oprindelige luftkvalitets dataramme.

Som altid med R er der mere end en måde at nå dit mål på. I dette tilfælde kan du gøre brug af na. udelad () for at udelade alle rækker, der indeholder NA værdier: >> x <- na. udeladelse (luftkvalitet)

Når du er sikker på, at dine data er rene, kan du begynde at analysere det ved at tilføje beregnede felter.

Hvis du bruger en af ​​disse metoder til at dele dine data eller slette manglende værdier, skal du huske at gemme resultatet i en ny genstand. R ændrer ikke noget i den oprindelige dataramme, medmindre du udtrykkeligt overskriver det. Det er en god ting, fordi du ikke ved et uheld kan ødelægge dine data.