开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第2天，点击查看活动详情

缺失数据

缺失数据的分类：

在R中，用NA代表缺失值，NA是不可用的意思，用于存储缺失信息，这里缺失值NA表示没有，但注意不一定就是0，NA是不知道是多少，也可能是0，也可能是任何值，缺失值和值为零是完全不同的。

但是有时候NA值的缺失会导致数据计算出现问题：

所以此时我们需要剔除NA值，可以通过一些函数的na.rm选项参数剔除：

但是计算平均值时是以50个总数来计算还是49个总数来计算呢，我们来验证一下这个问题：

说明是将NA值剔除之后求平均值。

可以在前期数据处理的时候就检查数据集是否存在缺失值，来进行逻辑测试，我们来测试一下VIM包中的sleep数据集：

使用is.na()函数来测试一下数据集：

可以使用colsums()和rowsums() 来计算每一行的缺失值数目

---

如果想去除掉数据集中的缺失值，形成一个新的函数，则可以使用na.omit()函数：

使用na.omit()函数处理数据框，通常是直接删除缺失的行或者列：

但是这样处理有一个问题，就是当缺失值超过一半的时候，会对分析结果造成很大的影响，所以R中有很多处理缺失值的办法：

其他缺失数据：

缺失数据NaN，代表不可能的值

Inf表示无穷，分为正无穷Inf和负无穷Inf，代表无穷大或者无穷小。

字符串

nchar()函数可以用来统计字符串的长度：

Length() 返回向量中元素的个数，而nchar返回每个元素字符串的个数：

Paste()函数用于粘贴字符串，将多个字符串合并为一个，默认使用空格分割，也可以通过sep选项参数来设置分隔符：

向量与字符串的连接是向量和字符串分别连接，例如：

Substr()函数用于提取字符串，函数的参数分别是一个原始的字符串，一个起始点和一个结束点，返回值是起始点和结束点之间的字符串。

然后使用toupper()函数便可以将单词大写，tolower()可以转换为小写。

---

Grep()函数可以用于查找字符串：

表示与第二个位置上的字符串匹配上了，如果fixed参数为F，则表示支持正则表达式，那么‘A+’表示匹配一到正无穷个字符A，那么“AC”也会入选。

Match()函数可以进行字符串匹配

Strsplit()可进行字符串的分割，这个函数需要两个参数，字符串和分割符：

但是这个函数返回的是一个列表，而不是向量。

日期与时间

时间序列分析：

对时间序列的描述

利用前面的结果进行预测

“ts”是time series的简称，代表时间序列数据。

在R中，日期数据别单独归为一个date类，我们可以使用sys.date()函数查看当前系统的时间：

在R中可以使用as.date()函数将数据转换为日期数据，使用format选项参数决定外观。

比如哪部分作为年，哪部分作为月

也可以使用seq()函数创建连续的时间点：

要使用as.date()系统才会当做时间数据进行处理

使用ts()函数可以把向量转化为时间序列数据：