<\/p>\n
Unter Datenbereinigung<\/strong> versteht man den Prozess der Umwandlung von Rohdaten<\/a> in Daten, die f\u00fcr die Analyse oder Modellbildung geeignet sind.<\/span><\/p>\n In den meisten F\u00e4llen umfasst die \u201eBereinigung\u201c eines Datensatzes den Umgang mit fehlenden Werten und doppelten Daten.<\/span><\/p>\n Hier sind die g\u00e4ngigsten Methoden zum \u201eBereinigen\u201c eines Datensatzes in R:<\/span><\/p>\n Methode 1: Zeilen mit fehlenden Werten entfernen<\/strong><\/span><\/p>\n Methode 2: Fehlende Werte durch einen anderen Wert ersetzen<\/strong><\/span><\/p>\n Methode 3: Doppelte Zeilen entfernen<\/strong><\/span><\/p>\n Die folgenden Beispiele zeigen, wie jede dieser Methoden in der Praxis mit dem folgenden Datenrahmen in R verwendet wird, der Informationen \u00fcber verschiedene Basketballspieler enth\u00e4lt:<\/span><\/p>\n Wir k\u00f6nnen die folgende Syntax verwenden, um Zeilen mit fehlenden Werten in einer beliebigen Spalte zu entfernen:<\/span><\/p>\n Beachten Sie, dass der neue Datenrahmen keine Zeilen mit fehlenden Werten enth\u00e4lt.<\/span><\/p>\n Wir k\u00f6nnen die folgende Syntax verwenden, um fehlende Werte durch den Medianwert jeder Spalte zu ersetzen:<\/span><\/p>\n Beachten Sie, dass die fehlenden Werte in jeder numerischen Spalte jeweils durch den Medianwert der Spalte ersetzt wurden.<\/span><\/p>\n Beachten Sie, dass Sie den Median<\/strong> in der Formel auch durch den Mittelwert<\/strong> ersetzen k\u00f6nnen, um fehlende Werte durch den Mittelwert jeder Spalte zu ersetzen.<\/span><\/p>\n Hinweis<\/strong> : In diesem Beispiel mussten wir auch das Tidyr-<\/strong> Paket laden, da die Funktion drop_na()<\/strong> aus diesem Paket stammt.<\/span><\/p>\n Wir k\u00f6nnen die folgende Syntax verwenden, um fehlende Werte durch den Medianwert jeder Spalte zu ersetzen:<\/span><\/p>\n Beachten Sie, dass die zweite Zeile aus dem Datenrahmen entfernt wurde, da jeder der Werte in der zweiten Zeile Duplikate der Werte in der ersten Zeile war.<\/span><\/p>\n Hinweis<\/strong> : Die vollst\u00e4ndige Dokumentation f\u00fcr die dplyr- diint()-<\/strong> Funktion finden Sie hier<\/a> .<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie Sie andere h\u00e4ufige Aufgaben in R ausf\u00fchren:<\/span><\/p>\n So gruppieren und fassen Sie Daten in R zusammen<\/a> Unter Datenbereinigung versteht man den Prozess der Umwandlung von Rohdaten in Daten, die f\u00fcr die Analyse oder Modellbildung geeignet sind. In den meisten F\u00e4llen umfasst die \u201eBereinigung\u201c eines Datensatzes den Umgang mit fehlenden Werten und doppelten Daten. Hier sind die g\u00e4ngigsten Methoden zum \u201eBereinigen\u201c eines Datensatzes in R: Methode 1: Zeilen mit fehlenden Werten entfernen […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n library<\/span> (dplyr)\n\n#remove rows with any missing values\n<\/span>df %>% na. omit<\/span> ()\n<\/strong><\/pre>\n library<\/span> (dplyr)\nlibrary<\/span> (tidyr)\n\n#replace missing values in each numeric column with median value of column\n<\/span>df %>% mutate(across(where(is. numeric<\/span> ), ~replace_na(., median(., na. rm<\/span> = TRUE<\/span> ))))\n<\/strong><\/pre>\n library<\/span> (dplyr)\n\ndf %>% distinct(. keep_all<\/span> = TRUE<\/span> )\n<\/strong><\/pre>\n #create data frame\n<\/span>df <- data. frame<\/span> (team=c('A', 'A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I'),\n points=c(4, 4, NA, 8, 6, 12, 14, 86, 13, 8),\n rebounds=c(9, 9, 7, 6, 8, NA, 9, 14, 12, 11),\n assists=c(2, 2, NA, 7, 6, 6, 9, 10, NA, 14))\n\n#view data frame\n<\/span>df\n\n team points rebound assists\n1 to 4 9 2\n2 to 4 9 2\n3 B NA 7 NA\n4 C 8 6 7\n5 D 6 8 6\n6 E 12 NA 6\n7 F 14 9 9\n8 G 86 14 10\n9:13:12 NA\n10 I 8 11 14\n<\/strong><\/pre>\n Beispiel 1: Zeilen mit fehlenden Werten l\u00f6schen<\/strong><\/span><\/h2>\n
library<\/span> (dplyr)\n\n#remove rows with missing values\n<\/span>new_df <- df %>% na. omit<\/span> ()\n\n#view new data frame\n<\/span>new_df\n\n team points rebound assists\n1 to 4 9 2\n2 to 4 9 2\n4 C 8 6 7\n5 D 6 8 6\n7 F 14 9 9\n8 G 86 14 10\n10 I 8 11 14<\/strong><\/pre>\n Beispiel 2: Fehlende Werte durch einen anderen Wert ersetzen<\/strong><\/span><\/h2>\n
library<\/span> (dplyr)\nlibrary<\/span> (tidyr)\n\n#replace missing values in each numeric column with median value of column\n<\/span>new_df <-df %>% mutate(across(where(is. numeric<\/span> ),~replace_na(.,median(.,na. rm<\/span> = TRUE<\/span> )))) \n\n#view new data frame\n<\/span>new_df\n\n team points rebound assists\n1 to 4 9 2.0\n2 to 4 9 2.0\n3 B 8 7 6.5\n4 C 8 6 7.0\n5 D 6 8 6.0\n6 E 12 9 6.0\n7 F 14 9 9.0\n8 G 86 14 10.0\n9:13 12 6.5\n10 I 8 11 14.0<\/strong><\/pre>\n Beispiel 3: Doppelte Zeilen entfernen<\/strong><\/span><\/h2>\n
library<\/span> (dplyr)\n\n#remove duplicate rows\n<\/span>new_df <- df %>% distinct(. keep_all<\/span> = TRUE<\/span> )\n\n#view new data frame\n<\/span>new_df\n\n team points rebound assists\n1 to 4 9 2\n2 B NA 7 NA\n3 C 8 6 7\n4 D 6 8 6\n5 E 12 NA 6\n6 F 14 9 9\n7 G 86 14 10\n8:13:12 NA\n9 I 8 11 14<\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
So erstellen Sie \u00dcbersichtstabellen in R<\/a>
So l\u00f6schen Sie Zeilen mit fehlenden Werten in R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"