Söka efter och ersätta saknade värden

Hantera saknade värden i R

Nicholas Tierney

Statistician

Vad vi ska gå igenom

Hur man hittar dolda saknade värden
Ersätta etiketter för saknade värden med NA
Kontrollera dina antaganden om saknande data

Söka efter och ersätta saknade värden

Idealt = NA
Saknade värden kan kodas fel: t.ex. "missing", "Not Available", "N/A"
Att anta att saknade värden är kodade som NA är ett misstag.

Förstå kaoset

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

Söka efter saknade värden

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

Söka efter saknade värden

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

Ersätta saknade värden

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" of replace_with_na

replace_with_na kan bli repetitivt:
- Används på många olika variabler och värden
- Komplexa fall, t.ex. ersätta värden under -1 enbart i textkolumner.
replace_with_na_all() Alla variabler.
replace_with_na_at() Ett urval av valda variabler.
replace_with_na_if() Ett urval av variabler som uppfyller ett villkor (numerisk, text).

Använda scoped variants av 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

Använda scoped variants av 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

Nu kör vi en övning!

Hantera saknade värden i R