R complete.cases()代码对数据帧做什么?

R complete.cases()代码对数据帧做什么?,r,dataframe,rstudio,R,Dataframe,Rstudio,我在R中运行了我的数据摘要,得到了我的数据的最佳结果,然后我运行complete.cases(df)并重新运行了另一个摘要,我的最佳结果中的内容发生了更改。complete.cases(df)对您的数据集有什么作用 ?complete.cases()显示文档并提供所需的所有信息: 它返回一个逻辑向量,指定哪些行没有缺失值(NAs) 因此df[complete.cases(df),]删除包含NA的所有行。这意味着它还会删除其他列中的值,从而更改summary()的输出。完成。cases将通知您向量

我在R中运行了我的数据摘要,得到了我的数据的最佳结果,然后我运行complete.cases(df)并重新运行了另一个摘要,我的最佳结果中的内容发生了更改。complete.cases(df)对您的数据集有什么作用

?complete.cases()显示文档并提供所需的所有信息:

它返回一个逻辑向量,指定哪些行没有缺失值(NAs)


因此
df[complete.cases(df),]
删除包含NA的所有行。这意味着它还会删除其他列中的值,从而更改summary()的输出。

完成。cases
将通知您向量、数据帧或矩阵的每一行中是否有任何缺少的值(
NA

例如向量

vec = c(1:3, NA, 5:7, NA, NA, 10)
> vec
[1]  1  2  3 NA  5  6  7 NA NA 10
# Notice NA values in the 4th, 8th and 9th position corresponding to NA's in the 4th, 8th and 9th position

> complete.cases(vec)
[1]  TRUE  TRUE  TRUE FALSE  TRUE  TRUE  TRUE FALSE FALSE  TRUE
# We have a FALSE in the 4th, 8th and 9th position
对于数据帧,请考虑

col.a = c(275, 250, 300, 290)
col.b = c("alpha", "bravo", "charlie", "delta")
col.c = c(2,3,1,1)

df = data.frame(col.a, col.b, col.c)
> df
col.a   col.b col.c
1   275   alpha     2
2   250   bravo     3
3   300 charlie     1
4   290   delta     1

#df of 4 rows currently does not have any NA

> complete.cases(df)
[1] TRUE TRUE TRUE TRUE

#Let's introduce some NA's
col.a = c(NA, 250, 300, 290)
col.b = c("alpha", "bravo", NA, "delta")
col.c = c(2,3,NA,1)

df = data.frame(col.a, col.b, col.c)
> df
  col.a col.b col.c
1    NA alpha     2
2   250 bravo     3
3   300  <NA>    NA
4   290 delta     1

#There are NA's in row 1 and 3
> > complete.cases(df)
[1] FALSE  TRUE FALSE  TRUE

# We have a FALSE in the 1st and 3rd position, corresponding to NA's in the 1st and 4th row
col.a=c(275250300290)
col.b=c(“阿尔法”、“布拉沃”、“查理”、“三角洲”)
列c=c(2,3,1,1)
df=数据帧(a列、b列、c列)
>df
a列b列c列
1275阿尔法2
2500Bravo3
3300查理1
4290三角洲1
#4行的df当前没有任何NA
>完整案例(df)
[1] 千真万确
#让我们介绍一些NA的
a列=c(NA,250300290)
柱b=c(“阿尔法”、“布拉沃”、“纳”、“三角洲”)
列c=c(2,3,NA,1)
df=数据帧(a列、b列、c列)
>df
a列b列c列
1钠α2
2500Bravo3
3300NA
4290三角洲1
#第一排和第三排有NA
>>完成。案例(df)
[1] 假真假真
#我们在第一和第三位置有一个FALSE,对应于第一和第四行的NA