logo

Comment utiliser na.omit dans R ?

Quelles sont les valeurs manquantes ?

Dans l'analyse des données, les valeurs manquantes font référence à l'absence de données pour une variable ou une observation particulière. Ces valeurs manquantes sont généralement représentées par un symbole ou un code spécial, souvent désigné par NA (non disponible) dans R et dans de nombreux autres langages de programmation.

fonction na.omit() dans R

Lena.omit()>fonctionner dans Langage de programmation R est utilisé pour supprimer les valeurs manquantes (NA) d’une trame de données, d’une matrice ou d’un vecteur. Le nom na.omit signifie omettre les NA. Cette fonction est particulièrement utile lorsque vous travaillez avec des ensembles de données contenant des valeurs manquantes et que vous souhaitez exclure de votre analyse les observations comportant des données manquantes.



Syntaxe:

na.omettre (données)

conversion de chaîne en entier

Paramètre:



données: Ensemble de valeurs spécifiées d'un bloc de données, d'une matrice ou d'un vecteur.

Retour: Plage de valeurs après omission de NA.

Suppression des valeurs manquantes du vecteur

R.






# Create a vector with missing values> vector <->c>(1, 2,>NA>, 4, 5)> vector> # Use na.omit() to remove missing values> cleaned_vector <->na.omit>(vector)> # Display the cleaned vector> cleaned_vector>

>

format de chaîne
>

Sortir:

[1] 1 2 NA 4 5  [1] 1 2 4 5>

Suppression des valeurs manquantes de matrice

R.




# Create a matrix with missing values> mat<->c>(>NA>,1,2,>NA>,3,4,>NA>,5,6,>NA>,7,8)> var<->matrix>(mat,3,4)> var> # Use na.omit() to remove missing values> na.omit>(var)>

>

liste des utilisateurs MySQL

>

Sortir:

 [,1] [,2] [,3] [,4] [1,] NA NA NA NA [2,] 1 3 5 7 [3,] 2 4 6 8   [,1] [,2] [,3] [,4] [1,] 1 3 5 7 [2,] 2 4 6 8>

Suppression des valeurs manquantes de Trames de données

R.




programmation r en c
# Create a data frame with missing values> data <->data.frame>(> >ID =>c>(1, 2, 3, 4),> >Value =>c>(5,>NA>, 7, 8)> )> data> # Use na.omit() to remove rows with missing values> cleaned_data <->na.omit>(data)> # Display the cleaned data> print>(cleaned_data)>

>

>

Sortir:

 ID Value 1 1 5 2 2 NA 3 3 7 4 4 8  ID Value 1 1 5 3 3 7 4 4 8>