결측값 탐색 및 대체

R에서 결측치 다루기

Nicholas Tierney

Statistician

학습 내용

숨겨진 결측값 탐색 방법
결측값 레이블을 NA로 대체
결측성 가정 검토

결측값 탐색 및 대체

이상적인 형태 = NA
결측값이 잘못 코딩될 수 있음: 예) "missing", "Not Available", "N/A"
결측값이 NA로 코딩되어 있다고 가정하는 것은 실수입니다.

혼란스러운 데이터 이해하기

score	grade	place
3	N/A	-99
-99	E	97
4	missing	95
-99	na	92
7	n/a	-98
10		missing
12	.	88
16		.
9	N/a	86

결측값 탐색

miss_scan_count()

chaos %>%
  miss_scan_count(search = list("N/A"))

# A tibble: 3 x 2
  Variable     n
  <chr>    <int>
1 score        0
2 grade        1
3 place        0

결측값 탐색

chaos %>%
  miss_scan_count(search = list("N/A",
                                "N/a"))

# A tibble: 3 x 2
  Variable     n
  <chr>    <int>
1 score        0
2 grade        2
3 place        0

결측값 대체

chaos %>%
  replace_with_na(replace = list(grade = c("N/A", "N/a")))

# A tibble: 9 x 3
  score grade   place  
  <dbl> <chr>   <chr>  
1     3 NA      -99    
2   -99 E       97     
3     4 missing 95     
4   -99 na      92     
5     7 n/a     -98    
6    10 " "     missing
7    12 .       88     
8    16 ""      .      
9     9 NA      86

replace_with_na의 "범위 지정 변형"

replace_with_na는 반복적으로 사용될 수 있습니다:
- 다양한 변수와 값에 적용
- 복잡한 경우: -1 미만 값 대체, 문자 열에만 적용
replace_with_na_all() 모든 변수.
replace_with_na_at() 선택한 변수의 하위 집합.
replace_with_na_if() 조건을 충족하는 변수의 하위 집합(숫자형, 문자형).

replace_with_na의 범위 지정 변형 사용

chaos %>%
  replace_with_na_all(condition = ~.x == -99)

# A tibble: 9 x 3
  score grade   place  
  <dbl> <chr>   <chr>  
1     3 N/A     NA     
2    NA E       97     
3     4 missing 95     
4    NA na      92     
5     7 n/a     -98    
6    10 " "     missing
7    12 .       88     
8    16 ""      .      
9     9 N/a     86

replace_with_na의 범위 지정 변형 사용

chaos %>% 
  replace_with_na_all(condition = ~.x %in% c("N/A", "missing", "na"))

# A tibble: 9 x 3
  score grade place
  <dbl> <chr> <chr>
1     3 NA    -99  
2   -99 E     97   
3     4 NA    95   
4   -99 NA    92   
5     7 n/a   -98  
6    10 " "   NA   
7    12 .     88   
8    16 ""    .    
9     9 N/a   86

연습해 봅시다!

R에서 결측치 다루기