Tập hợp con các hàng chứa giá trị NA (bị thiếu) trong cột đã chọn của khung dữ liệu

Chúng tôi có khung dữ liệu từ tệp CSV. Khung dữ liệu DFcó các cột chứa các giá trị quan sát và một cột ( VaR2) chứa ngày thực hiện phép đo. Nếu ngày không được ghi lại, thì tệp CSV chứa giá trị NAcho dữ liệu bị thiếu.

Var1  Var2 
10   2010/01/01
20   NA
30   2010/03/01

Chúng tôi muốn sử dụng lệnh tập hợp con để xác định một khung dữ liệu mới new_DFsao cho nó chỉ chứa các hàng có NA'giá trị từ cột ( VaR2). Trong ví dụ đã cho, chỉ Hàng 2 mới được chứa trong hàng mới DF.

Lệnh

new_DF<-subset(DF,DF$Var2=="NA") 

không hoạt động, khung dữ liệu kết quả không có mục nhập hàng.

Nếu trong file CSV gốc giá trị NAđược trao đổi với NULL, lệnh cùng tạo ra kết quả mong muốn: new_DF<-subset(DF,DF$Var2=="NULL").

Làm cách nào để phương pháp này hoạt động, nếu đối với chuỗi ký tự, giá trị NAđược cung cấp trong tệp CSV gốc?

Không bao giờ sử dụng == 'NA' để kiểm tra các giá trị bị thiếu. Sử dụng is.na()thay thế. Điều này nên làm điều đó:

new_DF <- DF[rowSums(is.na(DF)) > 0,]

hoặc trong trường hợp bạn muốn kiểm tra một cột cụ thể, bạn cũng có thể sử dụng

new_DF <- DF[is.na(DF$Var),]

Trong trường hợp bạn có các giá trị ký tự NA, trước tiên hãy chạy

Df[Df=='NA'] <- NA

để thay thế chúng bằng các giá trị bị thiếu.

NA là một giá trị đặc biệt trong R, không trộn giá trị NA với chuỗi "NA". Tùy thuộc vào cách dữ liệu được nhập, các ô "NA" và "NULL" của bạn có thể thuộc nhiều loại khác nhau (hành vi mặc định là chuyển đổi chuỗi "NA" thành giá trị NA và đặt nguyên là chuỗi "NULL").

Nếu sử dụng read.table () hoặc read.csv (), bạn nên xem xét đối số "na.strings" để thực hiện việc nhập dữ liệu sạch và luôn hoạt động với các giá trị R NA thực.

Một ví dụ, hoạt động trong cả hai trường hợp ô "NULL" và "NA":

DF <- read.csv("file.csv", na.strings=c("NA", "NULL"))
new_DF <- subset(DF, is.na(DF$Var2))

complete.casesđưa ra TRUEkhi tất cả các giá trị trong một hàng khôngNA

DF[!complete.cases(DF), ]

new_data <- data %>% filter_all(any_vars(is.na(.))) 

Điều này sẽ tạo một khung dữ liệu mới ( new_data) chỉ với các giá trị bị thiếu trong đó.

Hoạt động tốt nhất để theo dõi các giá trị mà sau này bạn có thể giảm vì chúng có một số cột bị thiếu quan sát (NA).

Hãy thử thay đổi điều này:

new_DF<-dplyr::filter(DF,is.na(Var2)) 

In tất cả các hàng có dữ liệu NA:

tmp <- data.frame(c(1,2,3),c(4,NA,5));
tmp[round(which(is.na(tmp))/ncol(tmp)),]