在 R 中使用 is.na

简介

在 R 中，is.na 函数可用于检查变量是否为缺失值（NA）。

快速了解缺失值可以参考我的文章 R中的缺失值。

用法

检查单个变量

使用 is.na 函数可以检查单个变量是否为缺失值。例如：

x <- c(1, NA, 3)
is.na(x)

执行结果如下：

[1] FALSE  TRUE FALSE

这个结果告诉我们，x 中的第二个元素是缺失值。

检查矩阵/数据框中的缺失值

对于矩阵/数据框中的缺失值，可以直接使用 is.na 函数。例如：

df <- data.frame(a = c(1, 2, NA), b = c(4, NA, 6))
is.na(df)

执行结果如下：

       a     b
[1,] FALSE FALSE
[2,] FALSE  TRUE
[3,]  TRUE FALSE

这个结果告诉我们，df 中的第二行第二列、第三行第一列都是缺失值。

判断缺失值个数

我们可以使用 sum 函数结合 is.na 函数来统计一个向量中缺失值的个数。例如：

x <- c(1, NA, 3)
sum(is.na(x))

执行结果为：

[1] 1

这个结果告诉我们，x 中有一个缺失值。

对于矩阵/数据框，可以使用 apply 函数在每一列或者每一行上面累加缺失值。例如：

df <- data.frame(a = c(1, 2, NA), b = c(4, NA, 6))
apply(df, 2, function(x) sum(is.na(x)))

执行结果为：

a b 
1 1

这个结果告诉我们，df 中 a、b 列都有1个缺失值。

总结

is.na 函数在 R 中使用非常简单，可以帮助我们快速地检查变量或者矩阵/数据框中的缺失值，以便我们进行数据清洗、数据分析等工作。