การค้นหาและแทนที่ค่าที่หายไป

การจัดการข้อมูลที่หายไปใน R

Nicholas Tierney

Statistician

หัวข้อที่จะครอบคลุม

วิธีค้นหาค่าที่หายไปที่ซ่อนอยู่
การแทนที่ป้ายกำกับค่าที่หายไปด้วย NA
การตรวจสอบสมมติฐานเกี่ยวกับค่าที่หายไป

การค้นหาและแทนที่ค่าที่หายไป

อุดมคติ = NA
ค่าที่หายไปอาจถูกบันทึกอย่างไม่ถูกต้อง เช่น "missing", "Not Available", "N/A"
การสมมติว่าค่าที่หายไปถูกบันทึกเป็น NA อาจเป็นความผิดพลาดได้

ทำความเข้าใจความยุ่งเหยิงของข้อมูล

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

การค้นหาค่าที่หายไป

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

การค้นหาค่าที่หายไป

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

การแทนที่ค่าที่หายไป

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

"scoped variants" ของ replace_with_na

replace_with_na อาจซ้ำซ้อน:
- ใช้กับตัวแปรและค่าหลายรายการ
- กรณีซับซ้อน เช่น แทนที่ค่าที่น้อยกว่า -1 เฉพาะในคอลัมน์ character
replace_with_na_all() ใช้กับทุกตัวแปร
replace_with_na_at() ใช้กับตัวแปรที่เลือก
replace_with_na_if() ใช้กับตัวแปรที่ตรงเงื่อนไข (numeric, character)

การใช้ scoped variants ของ replace_with_na

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

การใช้ scoped variants ของ replace_with_na

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

มาฝึกกันเถอะ!

การจัดการข้อมูลที่หายไปใน R