在 R 中创建数据框列的样本，排除 NA 值

要创建一个随机样本，排除数据框列的缺失值，我们可以使用 sample 函数和数据框列的 is.na 的否定。

例如，如果我们有一个名为 df 的数据框，其中包含一列 X，其中有一些 NA，那么我们可以使用以下命令创建大小为 100 的 X 值的随机样本：

sample(df$X[!is.na(df$X)],100,replace=TRUE).

示例 1

以下是创建数据框的代码片段：

x<-rep(c(NA,2,5,10,15),times=4)
df1<-data.frame(x)
df1

创建了以下数据框：

By the
    x
1   NA
2    2
3    5
4   10
5   15
6   NA
7    2
8    5
9   10
10  15
11  NA
12   2
13   5
14  10
15  15
16  NA
17   2
18   5
19  10
20  15

要创建大小为 100 的 x 的随机样本，排除上面创建的数据框上的 NA，请将以上代码添加到以下代码段中：

x<-rep(c(NA,2,5,10,15),times=4)
df1<-data.frame(x)
sample(df1$x[!is.na(df1$x)],100,replace=TRUE)

输出

如果将以上所有给定的代码段作为一个程序执行，则会生成以下输出：

[1] 10 10 5 10 5 2 2 2 15 2 2 5 10 10 2 15 10 10 2 5 2 2 10 2
10
[26] 15 2 10 10 2 10 5 2 15 15 10 5 2 5 2 15 5 10 10 10 10 5 15 2
10
[51] 10 15 5 10 15 10 2 10 15 15 15 10 15 15 2 5 5 15 2 15 15 5 2 2
5
[76] 5 2 10 2 10 2 15 10 5 15 2 10 5 15 15 15 10 2 10 5 15 5 5 15
2

示例 2

以下代码片段创建了一个样本数据框：

y<-rep(c(NA,rnorm(1),rnorm(1),rnorm(1)),times=5)
df2<-data.frame(y)
df2

创建了以下数据框：

            y
1           NA
2   -1.2548971
3    1.1956757
4    0.6556753
5           NA
6   -1.2548971
7    1.1956757
8    0.6556753
9           NA
10  -1.2548971
11   1.1956757
12   0.6556753
13          NA
14  -1.2548971
15   1.1956757
16   0.6556753
17          NA
18  -1.2548971
19   1.1956757
20   0.6556753

要创建大小为 100 的 y 的随机样本，排除上面创建的数据框上的 NA，请将以下代码添加到以上代码段中：

y<-rep(c(NA,rnorm(1),rnorm(1),rnorm(1)),times=5)
df2<-data.frame(y)
sample(df2$y[!is.na(df2$y)],50,replace=TRUE)

输出

如果将以上所有给定的代码段作为一个程序执行，则会生成以下输出：

[1] 0.6556753 -1.2548971 0.6556753 1.1956757 0.6556753 0.6556753
[7] -1.2548971 0.6556753 0.6556753 0.6556753 -1.2548971 1.1956757
[13] 0.6556753 -1.2548971 -1.2548971 -1.2548971 0.6556753 1.1956757
[19] -1.2548971 -1.2548971 0.6556753 -1.2548971 1.1956757 1.1956757
[25] 0.6556753 0.6556753 1.1956757 1.1956757 -1.2548971 0.6556753
[31] 0.6556753 1.1956757 0.6556753 1.1956757 0.6556753 0.6556753
[37] 0.6556753 -1.2548971 1.1956757 0.6556753 0.6556753 -1.2548971
[43] -1.2548971 0.6556753 1.1956757 0.6556753 -1.2548971 1.1956757
[49] -1.2548971 -1.2548971

示例 3

以下代码片段创建了一个样本数据框：

z<-rep(c(NA,rpois(1,5),rpois(1,2),rpois(1,10),rpois(1,3)),times=4)
df3<-data.frame(z)
df3

创建了以下数据框：

  z
1  NA
2   7
3   2
4  10
5   1
6  NA
7   7
8   2
9  10
10  1
11 NA
12  7
13  2
14 10
15  1
16 NA
17  7
18  2
19 10
20  1

要创建大小为 100 的 z 的随机样本，排除上面创建的数据框上的 NA，请将以下代码添加到以上代码段中：

z<-rep(c(NA,rpois(1,5),rpois(1,2),rpois(1,10),rpois(1,3)),times=4)
df3<-data.frame(z)
sample(df3$z[!is.na(df3$z)],200,replace=TRUE)

输出

如果将以上所有给定的代码段作为一个程序执行，则会生成以下输出：

[1] 10 2 2 2 7 2 1 2 10 2 10 2 1 1 7 1 10 2 10 1 2 10 7 1
7
[26] 1 2 10 2 2 10 10 2 7 10 7 7 7 10 2 1 2 2 10 2 2 10 10 7
7
[51] 1 7 1 10 2 10 7 2 7 2 10 2 1 7 7 7 2 2 10 10 10 10 7 7
2
[76] 2 2 1 1 7 7 7 2 1 7 1 2 10 10 2 10 10 10 7 2 10 10 2 10
7
[101] 7 10 7 2 10 2 10 10 7 10 2 2 2 1 1 1 7 10 7 10 7 7 2 2
7
[126] 10 2 2 2 2 1 10 1 2 7 10 10 1 10 10 7 7 2 2 7 2 2 1 2
10
[151] 7 2 7 10 10 1 10 7 2 7 2 7 1 10 7 2 2 2 1 10 10 2 10 1
1
[176] 7 10 1 10 1 1 2 2 1 2 10 1 10 7 7 2 7 10 10 1 10 1 1 1
7

更新于: 2021年10月27日

214 次查看

开启你的 职业生涯

通过完成课程获得认证

开始学习
广告