Come utilizzare na.rm in r (con esempi)

È possibile utilizzare l’argomento na.rm=TRUE per escludere i valori mancanti durante il calcolo delle statistiche descrittive in R.

 #calculate mean and exclude missing values
mean(x, na. rm = TRUE )

#calculate sum and exclude missing values 
sum(x, na. rm = TRUE )

#calculate maximum and exclude missing values 
max(x, na. rm = TRUE )

#calculate standard deviation and exclude missing values 
sd(x, na. rm = TRUE )

Gli esempi seguenti mostrano come utilizzare questo argomento nella pratica con vettori e frame di dati.

Esempio 1: utilizzo di na.rm con i vettori

Supponiamo di provare a calcolare la media, la somma, il massimo e la deviazione standard del seguente vettore in R che contiene valori mancanti:

 #define vector with some missing values
x <- c(3, 4, 5, 5, 7, NA, 12, NA, 16)

mean(x)

[1] NA

sum(x)

[1] NA

max(x)

[1] NA

sd(x)

[1] NA

Ognuna di queste funzioni restituisce un valore di NA .

Per escludere valori mancanti durante l’esecuzione di questi calcoli, possiamo semplicemente includere l’argomento na.rm = TRUE come segue:

 #define vector with some missing values
x <- c(3, 4, 5, 5, 7, NA, 12, NA, 16)

mean(x, na. rm = TRUE )

[1] 7.428571

sum(x, na. rm = TRUE )

[1] 52

max(x, na. rm = TRUE )

[1] 16

sd(x, na. rm = TRUE )

[1] 4.790864

Tieni presente che siamo stati in grado di eseguire ogni calcolo con successo escludendo i valori mancanti.

Esempio 2: utilizzo di na.rm con frame di dati

Supponiamo di avere il seguente frame di dati in R che contiene valori mancanti:

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

#view data frame
df

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

Possiamo utilizzare la funzione apply() per calcolare le statistiche descrittive per ciascuna colonna nel data frame e utilizzare l’argomento na.rm = TRUE per escludere i valori mancanti durante l’esecuzione di questi calcoli:

 #calculate mean of each column
apply(df, 2, mean, na. rm = TRUE )

var1 var2 var3 var4 
3.20 4.75 5.00 3.00 

#calculate sum of each column
apply(df, 2, sum, na. rm = TRUE )

var1 var2 var3 var4 
  16 19 20 12 

#calculate max of each column
apply(df, 2, max, na. rm = TRUE )

var1 var2 var3 var4 
   5 7 8 8 

#calculate standard deviation of each column
apply(df, 2, sd, na. rm = TRUE )

    var1 var2 var3 var4 
1.483240 2.629956 2.449490 3.366502

Ancora una volta, siamo riusciti a completare ogni calcolo con successo escludendo i valori mancanti.

Risorse addizionali

I seguenti tutorial spiegano come eseguire altre attività comuni con valori mancanti in R:

Come utilizzare is.null in R
Come utilizzare na.omit in R
Come usare is.na in R