数据结构
网络
RDBMS
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理
化学
生物
数学
英语
经济学
心理学
社会科学
时尚学
法律研究R 中 na.omit 和 na.rm 有何不同？
na.omit 通过考虑 NA 值来执行任何计算，但不将其包括在计算中，而 na.rm 则删除 NA 值，然后执行任何计算。例如，如果一个向量总共有 1 个 NA 和 5 个值，则使用 na.omit 计算它们的和时将排除 NA，而使用 na.rm 计算时将通过删除 NA 来计算。
考虑以下数据框 -
示例
x1<-sample(c(NA,5,2),20,replace=TRUE) x2<-sample(c(NA,rpois(5,1)),20,replace=TRUE) df1<-data.frame(x1,x2) df1
输出
x1 x2 1 5 2 2 2 0 3 5 0 4 5 0 5 5 0 6 2 0 7 2 0 8 NA 0 9 2 NA 10 2 0 11 2 0 12 NA 0 13 2 2 14 NA 0 15 2 2 16 5 0 17 NA 0 18 2 0 19 NA NA 20 NA NA
使用 na.rm 和 na.omit 查找行均值 -
rowMeans(df1,na.rm=TRUE)
[1] 3.5 1.0 2.5 2.5 2.5 1.0 1.0 0.0 2.0 1.0 1.0 0.0 2.0 0.0 2.0 2.5 0.0 1.0 NaN [20] NaN
rowMeans(na.omit(df1))
1 2 3 4 5 6 7 10 11 13 15 16 18 3.5 1.0 2.5 2.5 2.5 1.0 1.0 1.0 1.0 2.0 2.0 2.5 1.0
示例
y1<-sample(c(NA,rnorm(5)),20,replace=TRUE) y2<-sample(c(NA,rnorm(5)),20,replace=TRUE) df2<-data.frame(y1,y2) df2
输出
y1 y2 1 -1.8606647 NA 2 -0.2447069 NA 3 -1.8606647 -0.03428118 4 0.4729139 NA 5 0.4729139 1.37315226 6 NA -0.03428118 7 -1.8606647 1.37315226 8 -0.2447069 -1.47198479 9 -0.7419227 NA 10 -0.2447069 -1.47198479 11 -0.2447069 -0.22281980 12 -0.7419227 -0.11284788 13 NA -0.03428118 14 NA -0.11284788 15 NA 1.37315226 16 NA -0.03428118 17 -0.4378451 -0.22281980 18 -0.2447069 1.37315226 19 -0.2447069 -0.03428118 20 -0.4378451 -1.47198479
使用 na.rm 和 na.omit 查找行均值 -
rowMeans(df2,na.rm=TRUE)
[1] -1.86066467 -0.24470688 -0.94747292 0.47291388 0.92303307 -0.03428118 [7] -0.24375621 -0.85834583 -0.74192272 -0.85834583 -0.23376334 -0.42738530 [13] -0.03428118 -0.11284788 1.37315226 -0.03428118 -0.33033246 0.56422269 [19] -0.13949403 -0.95491495
rowMeans(na.omit(df2))
3 5 7 8 10 11 12 -0.9474729 0.9230331 -0.2437562 -0.8583458 -0.8583458 -0.2337633 -0.4273853 17 18 19 20 -0.3303325 0.5642227 -0.1394940 -0.9549149
更新于：2021 年 2 月 6 日
2K+ 已查看
广告