R 缺失值问题
我有一个数据集(data1.csv),其中包含一些缺失的数据(随机缺失),我正在从该数据集(d1)创建一个子集,以便在d2中只保留完整的观察结果。我正在使用ftable,as.data.frame函数,并创建一列p,表示每个组合的百分比R 缺失值问题,r,missing-data,imputation,R,Missing Data,Imputation,我有一个数据集(data1.csv),其中包含一些缺失的数据(随机缺失),我正在从该数据集(d1)创建一个子集,以便在d2中只保留完整的观察结果。我正在使用ftable,as.data.frame函数,并创建一列p,表示每个组合的百分比 d1 = read.csv("C:/Users/....../Data1.csv",header=T) y x1 x2 x3 1 1 2 1 NA 2 0 2 NA 0 3 1 NA 1 1 4 0 3 1 0 5 0 2
d1 = read.csv("C:/Users/....../Data1.csv",header=T)
y x1 x2 x3
1 1 2 1 NA
2 0 2 NA 0
3 1 NA 1 1
4 0 3 1 0
5 0 2 0 NA
6 0 1 0 1
7 1 NA NA 1
8 1 3 0 1
9 1 2 0 0
10 0 3 0 NA
11 1 NA 0 1
12 1 3 NA 1
13 0 3 1 NA
14 0 NA 1 0
15 1 1 0 NA
16 0 1 NA 1
17 1 NA 0 NA
18 0 3 1 1
19 0 1 NA 0
20 0 NA 0 1
d2= d1[complete.cases(d1),]
d2
y x1 x2 x3
4 0 3 1 0
6 0 1 0 1
8 1 3 0 1
9 1 2 0 0
18 0 3 1 1
d3= ftable(d2)
d4=as.data.frame(d3)
d4
y x1 x2 x3 Freq p
1 0 1 0 0 0 0.0
2 1 1 0 0 0 0.0
3 0 2 0 0 0 0.0
4 1 2 0 0 1 0.2
5 0 3 0 0 0 0.0
6 1 3 0 0 0 0.0
7 0 1 1 0 0 0.0
8 1 1 1 0 0 0.0
9 0 2 1 0 0 0.0
10 1 2 1 0 0 0.0
11 0 3 1 0 1 0.2
12 1 3 1 0 0 0.0
13 0 1 0 1 1 0.2
14 1 1 0 1 0 0.0
15 0 2 0 1 0 0.0
16 1 2 0 1 0 0.0
17 0 3 0 1 0 0.0
18 1 3 0 1 1 0.2
19 0 1 1 1 0 0.0
20 1 1 1 1 0 0.0
21 0 2 1 1 0 0.0
22 1 2 1 1 0 0.0
23 0 3 1 1 1 0.2
24 1 3 1 1 0 0.0
函数ftable,as.data.frame运行良好,但问题是我仍然在结果(d4)中看到了所有这些观察结果,这是有意义的。当我完成时,我想我已经摆脱了这个。案例(d1)
所以,我们需要帮助消除缺失值,并只为这些完整的观测值编制频率表
y x1 x2 x3
4 0 3 1 0
6 0 1 0 1
8 1 3 0 1
9 1 2 0 0
18 0 3 1 1
查找?完成.cases()。它会满足你的需求;您可以指定缺少的值以及要为哪些列执行此操作 您可以对输入数据进行采样
d1<-structure(list(y = c(1L, 0L, 1L, 0L, 0L, 0L, 1L, 1L, 1L, 0L,
1L, 1L, 0L, 0L, 1L, 0L, 1L, 0L, 0L, 0L), x1 = c(2L, 2L, NA, 3L,
2L, 1L, NA, 3L, 2L, 3L, NA, 3L, 3L, NA, 1L, 1L, NA, 3L, 1L, NA
), x2 = c(1L, NA, 1L, 1L, 0L, 0L, NA, 0L, 0L, 0L, 0L, NA, 1L,
1L, 0L, NA, 0L, 1L, NA, 0L), x3 = c(NA, 0L, 1L, 0L, NA, 1L, 1L,
1L, 0L, NA, 1L, 1L, NA, 0L, NA, 1L, NA, 1L, 0L, 1L)), .Names = c("y",
"x1", "x2", "x3"), class = "data.frame", row.names = c("1", "2",
"3", "4", "5", "6", "7", "8", "9", "10", "11", "12", "13", "14",
"15", "16", "17", "18", "19", "20"))
没有完全相同的原始行。在您的完整案例中,这些都是y
、x1
、x2
和x3
的可能组合。如果你只想要那些真正有观察结果的,你可以这样做
subset(d4, Freq>0)
但这基本上会让你回到d2
4 1 2 0 0 1
11 0 3 1 0 1
13 0 1 0 1 1
18 1 3 0 1 1
23 0 3 1 1 1
似乎不清楚您期望
ftable
做什么,或者您期望结果与d2
有什么不同,或者您的p
列来自何处。代码的工作方式完全符合我的预期,因此我不确定您认为结果会是什么。issing值是否可以称为“.”(尾随空格)还是其他一些语法恐惧?顺便说一句,您还可以使用na.strings
参数将一组可能缺失的值符号交给read.csv
。请提供一个小的数据示例。谢谢Flick先生,看起来我没有考虑到这一点,我希望ftable和as.data.frame函数只获取4个完整的观察值,因为我已经在那里进行了筛选…无论如何,现在这是清楚的…再次感谢。
subset(d4, Freq>0)
4 1 2 0 0 1
11 0 3 1 0 1
13 0 1 0 1 1
18 1 3 0 1 1
23 0 3 1 1 1