我是一名 R 新手，面临一些挑战。我正在处理一个从 csv 文件中读取的大型数据框。我的数值向量包含 NA，这阻止我进行分析。如何摆脱这些 NA，以便我可以真正利用我的数据做一些事情？
- 对于特定变量：
x[!is.na(x)], or na.omit (see apropos("^na\\.")对于所有可用的na.功能），
- 在函数内，传递
na.rm = TRUE作为一个论点，例如sapply(dtf, sd,
na.rm = TRUE),
- 设置全局 NA 操作：
options(na.action = "na.omit")这是默认设置的，但很多
函数不依赖于全局
定义的 NA 动作 (mean为了
实例），而有些人则这样做（现在我
无法举出例子），
- 当然，如果你有很多
不适用，你应该考虑变量
插补，有一个对SO提出的问题 https://stackoverflow.com/questions/2613420/handling-missing-incomplete-data-in-r-is-there-function-to-mask-but-not-remove-n/2994546这可能会有帮助。
长话短说，处理 NA 是一个非常广泛的问题，尝试将其具体化一点并给我们一个简洁的问题。我相信 SOers 中的某个人可以帮助您！
干杯，小伙子！
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
