NA和missing之间的区别是什么？如何在R中对它们进行编码？

我对数据集进行了描述，说明如下：

不适用的NA编码为88888 丢失的数据编码为空白或99999

---

我认为NA等同于缺失的数据，这将使上述等效。或者“不适用”代表不可能的值，例如除以零？如果它们被视为等价物，我可以简单地将88899999和空格转换为NA。谢谢您的帮助。

是的，NA相当于空单元格

您可以这样做以减小文件大小

data$column_with_8888s = ifelse(data$column_with_8888s == 8888, NA, data$column_with_8888s)

缺失数据在R中为NA。如果您需要在此上下文中对缺失的定义稍有不同，则在查看汇总数据时，您必须根据问题设置或计算自己的基础

有时，在转换它们之前获取它们的计数是有用的

not_applicables <- lapply(mydata, function(x) sum(x == "88888") 
missings <- lapply(mydata, function(x) sum(x == "999999"))

mydata <- as.data.frame(lapply(mydata, function(x) {
     x[x %in% c('88888','99999') <- NA
     x 
}

---

亲爱的唐纳。反对票礼仪建议你在反对票上留下建设性的评论。否则，OP只能从失败中学习。如果不知道数据集的细节，很难判断。如果描述告诉您NA和missing的编码不同，可能有原因。对它们进行同样的编码可能不是最好的办法。@Mike H.我完全同意，这就是我怀疑的原因。但是，这是数据集描述中提供的唯一信息。但是我怎样才能区分它们呢？真正缺失的可能会随机缺失，但不适用的可能不会随机缺失。你在问一个关于数据清理的问题，但没有发布任何数据，所以很难说。例如，如果列是数字与字符，则可能有不同的方法。一个有一些数据和具体问题的可重复的例子会很有帮助

read.csv(..., na.strings = c("88888","99999"))