Cara menghitung nilai yang hilang di r (dengan contoh)

Seringkali Anda mungkin ingin mengganti nilai yang hilang di kolom bingkai data di R dengan mean atau median kolom tersebut.

Untuk mengganti nilai yang hilang dalam satu kolom, Anda dapat menggunakan sintaks berikut:

 df$col[ is.na (df$col)] <- mean(df$col, na.rm = TRUE )

Dan untuk mengganti nilai yang hilang di beberapa kolom, Anda dapat menggunakan sintaks berikut:

 for(i in 1: ncol (df)) {
  df[ , i][ is.na (df[ , i])] <- mean(df[ , i], na.rm = TRUE )
}

Tutorial ini menjelaskan dengan tepat bagaimana menggunakan fungsi-fungsi ini dalam praktik.

Contoh 1: Ganti nilai yang hilang dengan rata-rata kolom

Kode berikut menunjukkan cara mengganti nilai yang hilang di kolom pertama bingkai data dengan nilai rata-rata kolom pertama:

 #create data frame
df <- data.frame(var1=c(1, NA, NA, 4, 5),
                 var2=c(7, 7, 8, 3, 2),
                 var3=c(3, 3, 6, 6, 8),
                 var4=c(1, 1, 2, 8, 9))

#replace missing values in first column with mean of first column
df$var1[ is.na (df$var1)] <- mean(df$var1, na.rm = TRUE )

#view data frame with missing values replaced
df

      var1 var2 var3 var4
1 1.000000 7 3 1
2 3.333333 7 3 1
3 3.333333 8 6 2
4 4.000000 3 6 8
5 5.000000 2 8 9

Nilai rata-rata pada kolom pertama adalah 3.333 , sehingga nilai yang hilang pada kolom pertama diganti dengan 3.333 .

Kode berikut menunjukkan cara mengganti nilai yang hilang di setiap kolom dengan rata-rata kolomnya sendiri:

 #create data frame
df <- data.frame(var1=c(1, NA, NA, 4, 5),
                 var2=c(7, 7, 8, NA, 2),
                 var3=c(NA, 3, 6, NA, 8),
                 var4=c(1, 1, 2, 8, 9))

#replace missing values in each column with column means
for(i in 1: ncol (df)) {
  df[ , i][ is.na (df[ , i])] <- mean(df[ , i], na.rm = TRUE )
}

#view data frame with missing values replaced
df

      var1 var2 var3 var4
1 1.000000 7 5.666667 1
2 3.333333 7 3.000000 1
3 3.333333 8 6.000000 2
4 4.000000 6 5.666667 8
5 5.000000 2 8.000000 9

Contoh 2: Ganti nilai yang hilang dengan median kolom

Kode berikut menunjukkan cara mengganti nilai yang hilang di kolom pertama bingkai data dengan nilai median kolom pertama:

 #create data frame
df <- data.frame(var1=c(1, NA, NA, 4, 5),
                 var2=c(7, 7, 8, NA, 2),
                 var3=c(NA, 3, 6, NA, 8),
                 var4=c(1, 1, 2, 8, 9))

#replace missing values in first column with median of first column
df$var1[ is.na (df$var1)] <- median(df$var1, na.rm = TRUE )

#view data frame with missing values replaced
df

  var1 var2 var3 var4
1 1 7 NA 1
2 4 7 3 1
3 4 8 6 2
4 4 NA NA 8
5 5 2 8 9

Nilai median pada kolom pertama adalah 4 , sehingga nilai yang hilang pada kolom pertama diganti dengan 4 .

Kode berikut menunjukkan cara mengganti nilai yang hilang di setiap kolom dengan median kolomnya sendiri:

 #create data frame
df <- data.frame(var1=c(1, NA, NA, 4, 5),
                 var2=c(7, 7, 8, NA, 2),
                 var3=c(NA, 3, 6, NA, 8),
                 var4=c(1, 1, 2, 8, 9))

#replace missing values in each column with column medians
for(i in 1: ncol (df)) {
  df[ , i][ is.na (df[ , i])] <- median(df[ , i], na.rm = TRUE )
}

#view data frame with missing values replaced
df

  var1 var2 var3 var4
1 1 7 6 1
2 4 7 3 1
3 4 8 6 2
4 4 7 6 8
5 5 2 8 9

Sumber daya tambahan

Cara mengulangi nama kolom di R
Cara menghitung rata-rata beberapa kolom di R
Cara menjumlahkan kolom tertentu di R