فهرست مطالب:

چگونه با مقادیر NA در R برخورد می کنید؟
چگونه با مقادیر NA در R برخورد می کنید؟

تصویری: چگونه با مقادیر NA در R برخورد می کنید؟

تصویری: چگونه با مقادیر NA در R برخورد می کنید؟
تصویری: طرز سرخ کردن ماهی خوشمزه، دستور پخت ماهی، دستور پخت ماهی 2024, نوامبر
Anonim

هنگامی که مجموعه داده را از سایر برنامه های آماری وارد می کنید ارزش از دست رفته ممکن است با یک عدد کدگذاری شود، به عنوان مثال 99. به منظور اجازه دادن آر بدانید که یک است مقدار از دست رفته شما باید آن را دوباره رمزگذاری کنید یکی دیگر از عملکردهای مفید در آر به با ارزش های از دست رفته مقابله کنید است na . omit() که مشاهدات ناقص را حذف می کند.

خوب، چگونه با NA در R برخورد می کنید؟

گزینه های NA در R

  1. حذف و na. exclude: اگر مشاهدات حذف شده دارای مقادیر گم شده باشند، شی را برمی گرداند. تفاوت بین حذف و حذف NA را می توان در برخی از توابع پیش بینی و باقیمانده مشاهده کرد.
  2. pass: شی را بدون تغییر برمی گرداند.
  3. fail: فقط در صورتی شی را برمی گرداند که حاوی مقادیر گم نشده باشد.

به همین ترتیب، چگونه داده های دسته بندی شده از دست رفته را در R مدیریت می کنید؟ راه‌های مختلفی برای رسیدگی به مقادیر گمشده روش‌های طبقه‌بندی وجود دارد.

  1. اگر با مجموعه داده های بزرگ سروکار داریم و تعداد رکوردهای کمتری دارای مقادیر گم شده هستند، مشاهدات مقادیر از دست رفته را نادیده بگیرید.
  2. متغیر را نادیده بگیرید، اگر معنی دار نیست.
  3. ایجاد مدل برای پیش بینی مقادیر از دست رفته.
  4. داده های از دست رفته را فقط به عنوان دسته دیگری در نظر بگیرید.

به طور مشابه ممکن است بپرسید، چگونه مقادیر گم شده را در R تنظیم می کنید؟

که در آر , ارزش از دست رفته با نماد نشان داده می شوند NA (در دسترس نیست). غیر ممکن ارزش های (به عنوان مثال، تقسیم بر صفر) با نماد NaN نشان داده می شود (نه یک عدد). برخلاف SAS، آر از همان نماد برای کاراکتر و عدد استفاده می کند داده ها . برای تمرین بیشتر در کار با داده های از دست رفته ، این دوره تمیز کردن را امتحان کنید داده ها در R.

Na Rm در R به چه معناست؟

هنگام استفاده از تابع dataframe na . rm که در r به پارامتر منطقی اشاره دارد که به تابع می گوید که آیا حذف شود یا نه NA مقادیر حاصل از محاسبه به معنای واقعی کلمه به معنی NA برداشتن. نه یک تابع است و نه یک عملیات. این به سادگی یک پارامتر است که توسط چندین تابع dataframe استفاده می شود.

توصیه شده: