在线时间:8:00-16:00
迪恩网络APP
随时随地掌握行业动态
扫描二维码
关注迪恩网络微信公众号
1、用0替代数据框中的缺失值NA 生成数据框: > m <- matrix(sample(c(NA, 1:10), 100, replace = TRUE), 10)
> d <- as.data.frame(m)
替代数据框中的缺失值 > d[is.na(d)] <- 0
> d
V1 V2 V3 V4 V5 V6 V7 V8 V9 V10
1 4 3 0 3 7 6 6 10 6 5
2 9 8 9 5 10 0 2 1 7 2
3 1 1 6 3 6 0 1 4 1 6
4 0 4 0 7 10 2 0 4 1 8
5 1 2 4 0 2 6 2 6 7 4
6 0 3 0 0 10 2 1 10 8 4
7 4 4 9 10 9 8 9 4 10 0
8 5 8 3 2 1 4 5 9 4 7
9 3 9 10 1 9 9 10 5 3 3
10 4 2 2 5 0 9 7 2 5 5
2、用0替代变量中的缺失值 x <- c(1,2,NA,4,5)
x[is.na(x)] <- 0
3. 不仅仅是0,同理你还可以赋予其他的数值 R语言用complete.cases 和 na.omit去除有空值的行下面用实例来说明这两个函数的作用: 这是一个数据框final:
也可用 na.omit(final)
那么,返回值是
现在,我只想过滤部分列: 我们就只能用 final[complete.cases(final[,5:6]),]
结果是:
gene hsap mmul mmus rnor cfam
1、用0替代数据框中的缺失值NA 生成数据框: > m <- matrix(sample(c(NA, 1:10), 100, replace = TRUE), 10)
> d <- as.data.frame(m)
替代数据框中的缺失值 > d[is.na(d)] <- 0
> d
V1 V2 V3 V4 V5 V6 V7 V8 V9 V10
1 4 3 0 3 7 6 6 10 6 5
2 9 8 9 5 10 0 2 1 7 2
3 1 1 6 3 6 0 1 4 1 6
4 0 4 0 7 10 2 0 4 1 8
5 1 2 4 0 2 6 2 6 7 4
6 0 3 0 0 10 2 1 10 8 4
7 4 4 9 10 9 8 9 4 10 0
8 5 8 3 2 1 4 5 9 4 7
9 3 9 10 1 9 9 10 5 3 3
10 4 2 2 5 0 9 7 2 5 5
2、用0替代变量中的缺失值 x <- c(1,2,NA,4,5)
x[is.na(x)] <- 0
3. 不仅仅是0,同理你还可以赋予其他的数值 R语言用complete.cases 和 na.omit去除有空值的行下面用实例来说明这两个函数的作用: 这是一个数据框final:
也可用 na.omit(final)
那么,返回值是
现在,我只想过滤部分列: 我们就只能用 final[complete.cases(final[,5:6
全部评论
专题导读
热门推荐
热门话题
阅读排行榜
|
请发表评论