Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

R : Comment utiliser drop_na pour supprimer des lignes avec des valeurs manquantes



Vous pouvez utiliser la fonction drop_na() du package Tidyr dans R pour supprimer les lignes avec des valeurs manquantes dans un bloc de données.

Il existe trois manières courantes d’utiliser cette fonction :

Méthode 1 : supprimer les lignes avec des valeurs manquantes dans n’importe quelle colonne

df %>% drop_na()

Méthode 2 : supprimer les lignes avec des valeurs manquantes dans une colonne spécifique

df %>% drop_na(col1)

Méthode 3 : supprimer les lignes avec des valeurs manquantes dans l’une des plusieurs colonnes spécifiques

df %>% drop_na(c(col1, col2))

Les exemples suivants montrent comment utiliser chacune de ces méthodes en pratique avec le bloc de données suivant :

#create data frame
df <- data.frame(points=c(10, NA, 15, 15, 14, 16),
                 assists=c(4, NA, 4, NA, 9, 3),
                 rebounds=c(NA, 5, 10, 7, 7, NA))

#view data frame
df

  points assists rebounds
1     10       4       NA
2     NA      NA        5
3     15       4       10
4     15      NA        7
5     14       9        7
6     16       3       NA

Exemple 1 : supprimer les lignes avec des valeurs manquantes dans n’importe quelle colonne

Le code suivant montre comment utiliser drop_na() pour supprimer les lignes avec des valeurs manquantes dans n’importe quelle colonne :

library(tidyr)

#drop rows with missing values in any column
df %>% drop_na()

  points assists rebounds
1     15       4       10
2     14       9        7

Les seules lignes restantes sont celles qui ne contiennent aucune valeur manquante dans aucune colonne.

Exemple 2 : supprimer les lignes avec des valeurs manquantes dans une colonne spécifique

Le code suivant montre comment utiliser drop_na() pour supprimer les lignes avec des valeurs manquantes dans la colonne des rebonds :

library(tidyr)

#drop rows with missing values in rebounds column
df %>% drop_na(rebounds)

  points assists rebounds
1     NA      NA        5
2     15       4       10
3     15      NA        7
4     14       9        7

Les seules lignes restantes sont celles sans valeurs manquantes dans la colonne des rebonds .

Exemple 3 : supprimer les lignes avec des valeurs manquantes dans l’une des plusieurs colonnes spécifiques

Le code suivant montre comment utiliser drop_na() pour supprimer les lignes avec des valeurs manquantes dans les colonnes points ou assists :

library(tidyr)

#drop rows with missing values in the points or assists columns
df %>% drop_na(c(points, assists))

  points assists rebounds
1     10       4       NA
2     15       4       10
3     14       9        7
4     16       3       NA

Les seules lignes restantes sont celles sans valeurs manquantes dans les colonnes de points ou de passes décisives .

Remarque : Vous pouvez trouver la documentation en ligne complète de la méthode drop_na() ici .

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres tâches courantes dans R :

Comment récupérer les numéros de ligne dans R
Comment ajouter des lignes à un bloc de données dans R
Comment appliquer une fonction à chaque ligne du bloc de données dans R

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *