在R中处理回归建模中的缺失项

我有一个表，其中缺少标记为NA的值项，或者只有空单元格。我把这张表读作

test<-read.csv("test.csv",sep=",",header=T)

---

第1列中的

NA

来自原始csv文件中的

NA

。第2列中的空单元格是因为原始csv条目为空。如何在R中拟合线性回归模型时处理此问题。

参数

read.csv

允许您指定要解释为na的内容。默认情况下，它确实包含“NA”，因此我怀疑

column1

属于

字符类，而
column2
属于
数值类。那你就没什么好担心的了。执行
str（test）
将告诉您列的类别。一旦您确定了类别，您可以将所有空白单元格更改为NA（如果这让您感觉更好），当然，这些行（OB）将从任何回归模型中忽略。如果我是一个赌徒，我会说第2列中的值是级别
“
的一个因素。你有两个选择。在将数据导入R之前，可以搜索并替换空字符串，也可以将factor level（假设我在第一条语句中是正确的，第2列假设是一个factor）更改为NA。如果@Roman是正确的，而“”是一个factor level，则在调用
read.csv
时，可以简单地添加
NA.strings=c（“，”NA”）
。那么“”就变成了，而不是一个新的级别。@DominicComtois谢谢，如果
na.string
的向量长度是否大于1，我就懒得去尝试了。
column1  column2    column3
NA                   1