R Cheat Sheet (5): Missing Values

Author: 2015-05-05

R

,

在统计和数据分析中，丢失的值也具有重要的作用。不能简单地忽视这些丢失的值，而是要仔细分析，查找这些值丢失的原因，以及之它们之间所隐含的模式。

Contents

1. NA

在R中，用NA 来表示不可用（not available）或者丢失（missing）的值。任何涉及NA 的运算，结果都是NA ，例如：

> x <- c(44, NA, 5, NA)
> x * 3
[1] 132  NA  15  NA

可以使用is.na() 来判断值是否为NA ：

> y <- rnorm(1000)
> z <- rep(NA, 1000)
> my_data <- sample(c(y, z), 100)
> my_na <- is.na(my_data)
> my_na
  [1] FALSE FALSE FALSE FALSE  TRUE FALSE FALSE FALSE FALSE  TRUE  TRUE FALSE FALSE  TRUE  TRUE FALSE FALSE FALSE FALSE FALSE  TRUE FALSE
 [23]  TRUE  TRUE  TRUE FALSE FALSE FALSE  TRUE FALSE  TRUE FALSE  TRUE FALSE FALSE FALSE  TRUE  TRUE  TRUE  TRUE  TRUE FALSE FALSE FALSE
 [45]  TRUE  TRUE  TRUE FALSE FALSE FALSE  TRUE FALSE FALSE  TRUE  TRUE  TRUE  TRUE FALSE  TRUE  TRUE  TRUE FALSE FALSE FALSE  TRUE  TRUE
 [67]  TRUE  TRUE  TRUE  TRUE FALSE  TRUE FALSE  TRUE FALSE FALSE FALSE FALSE FALSE  TRUE FALSE  TRUE FALSE FALSE FALSE  TRUE  TRUE FALSE
 [89] FALSE  TRUE  TRUE  TRUE FALSE FALSE  TRUE  TRUE FALSE FALSE  TRUE  TRUE

需要注意的是，使用==并不能判断值是否为NA ：

> my_data == NA
  [1] NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
 [46] NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
 [91] NA NA NA NA NA NA NA NA NA NA

 NA 代表的是一个占位符，而非一个值， NA 参与逻辑运算，会导致逻辑表达式不完整，其结果也只能是 NA 。

R使用数字1表示TRUE，使用数字0表示FALSE，可以使用sum() 来计算前面my_data 中NA 的个数：

> sum(my_na)
[1] 47

2. NaN

NaN 是另一种丢失值，表示“非数字（not a number）”：

> 0 / 0
[1] NaN
> Inf - Inf
[1] NaN