在R中缺失值是使用“NA”表示的。可以通过函数is.na()来判断一个对象是否是缺失值。在处理数据时，经常就会遇到“缺失值”的问题，需要对这些“缺失值”进行合适的替换。举例说明在R中如何实现。
示例源数据：
示例R代码：
ts<-read.csv("ts.csv",header=TRUE) #读取数据
ts[is.na(ts)]<-0 #将缺失值替换为0
如果希望将所有的0值再替换为100，使用语句：
ts[ts==0]<-100
即可。
当然也可以根据其他的判断条件进行替换，如：
ts[ts>50]<-50 #将所有大于50的元素都替换为50
示例源数据：
|
|
|
| east | north |
| 50 | 97 |
| 60 | 70 |
| 48 | 87 |
|
|
73 |
|
|
65 |
| 60 | 65 |
| 60 | 63 |
| 59 | 66 |
| 61 | 63 |
| 60 | 67 |
| 55 | 79 |
ts<-read.csv("ts.csv",header=TRUE) #读取数据
ts[is.na(ts)]<-0 #将缺失值替换为0
如果希望将所有的0值再替换为100，使用语句：
ts[ts==0]<-100
即可。
当然也可以根据其他的判断条件进行替换，如：
ts[ts>50]<-50 #将所有大于50的元素都替换为50
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/28673014/viewspace-1619826/ ，如需转载，请注明出处，否则将追究法律责任。
上一篇：
在R中使用SQL操作数据框
下一篇：
没有了~
请登录后发表评论
登录
全部评论
