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.

Comment gérer les valeurs NaN dans R (avec exemples)



Dans R, NaN signifie Not a Number.

Généralement, les valeurs NaN se produisent lorsque vous tentez d’effectuer un calcul qui aboutit à un résultat non valide.

Par exemple, diviser par zéro ou calculer le log d’un nombre négatif produit tous deux des valeurs NaN :

#attempt to divide by zero
0 / 0

[1] NaN

#attempt to calculate log of negative value
log(-12)

[1] NaN

Notez que les valeurs NaN sont différentes des valeurs NA , qui représentent simplement des valeurs manquantes.

Vous pouvez utiliser les méthodes suivantes pour gérer les valeurs NaN dans R :

#identify positions in vector with NaN values
which(is.nan(x))

#count total NaN values in vector
sum(is.nan(x)) 

#remove NaN values in vector
x_new <- x[!is.nan(x)]

#replace NaN values in vector
x[is.nan(x)] <- 0 

Les exemples suivants montrent comment utiliser chacune de ces méthodes dans la pratique.

Exemple 1 : identifier les positions dans un vecteur avec des valeurs NaN

Le code suivant montre comment identifier les positions dans un vecteur qui contiennent des valeurs NaN :

#create vector with some NaN values
x <- c(1, NaN, 12, NaN, 50, 30)

#identify positions with NaN values
which(is.nan(x))

[1] 2 4

À partir du résultat, nous pouvons voir que les éléments en positions 2 et 4 dans le vecteur sont des valeurs NaN.

Exemple 2 : compter les valeurs totales de NaN dans un vecteur

Le code suivant montre comment compter le nombre total de valeurs NaN dans un vecteur dans R :

#create vector with some NaN values
x <- c(1, NaN, 12, NaN, 50, 30)

#identify positions with NaN values
sum(is.nan(x))

[1] 2

À partir du résultat, nous pouvons voir qu’il y a 2 valeurs NaN totales dans le vecteur.

Exemple 3 : Supprimer les valeurs NaN dans le vecteur

Le code suivant montre comment créer un nouveau vecteur dont les valeurs NaN ont été supprimées du vecteur d’origine :

#create vector with some NaN values
x <- c(1, NaN, 12, NaN, 50, 30)

#define new vector with NaN values removed
x_new <- x[!is.nan(x)]

#view new vector
x_new

[1]  1 12 50 30

Notez que les deux valeurs NaN ont été supprimées du vecteur.

Exemple 4 : Remplacer les valeurs NaN dans le vecteur

Le code suivant montre comment remplacer les valeurs NaN dans un vecteur par des zéros :

#create vector with some NaN values
x <- c(1, NaN, 12, NaN, 50, 30)

#replace NaN values with zero
x[is.nan(x)] <- 0

#view updated vector
x

[1]  1  0 12  0 50 30

Notez que les deux valeurs NaN ont été remplacées par des zéros dans le vecteur.

Ressources additionnelles

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

Comment interpoler les valeurs manquantes dans R
Comment trouver et compter les valeurs manquantes dans R
Comment utiliser « Is Not NA » dans R

Ajouter un commentaire

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