<\/p>\n
U kunt het argument na.rm=TRUE<\/strong> gebruiken om ontbrekende waarden uit te sluiten bij het berekenen van beschrijvende statistieken in R.<\/span><\/p>\n De volgende voorbeelden laten zien hoe u dit argument in de praktijk kunt gebruiken met vectoren en dataframes.<\/span><\/p>\n Stel dat we het gemiddelde, de som, het maximum en de standaarddeviatie proberen te berekenen van de volgende vector in R die ontbrekende waarden bevat:<\/span><\/p>\n Elk van deze functies retourneert de waarde NA<\/strong> .<\/span><\/p>\n Om ontbrekende waarden uit te sluiten bij het uitvoeren van deze berekeningen, kunnen we eenvoudigweg het argument na.rm = TRUE<\/strong> als volgt opnemen:<\/span><\/p>\n Merk op dat we elke berekening met succes hebben kunnen uitvoeren, terwijl ontbrekende waarden zijn uitgesloten.<\/span><\/p>\n Stel dat we het volgende dataframe in R hebben dat ontbrekende waarden bevat:<\/span><\/p>\n We kunnen de functie apply()<\/strong> gebruiken om beschrijvende statistieken voor elke kolom in het dataframe te berekenen en het argument na.rm = TRUE<\/strong> gebruiken om ontbrekende waarden uit te sluiten bij het uitvoeren van deze berekeningen:<\/span><\/p>\n Wederom konden we elke berekening met succes voltooien, zonder ontbrekende waarden uit te sluiten.<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende taken met ontbrekende waarden in R kunt uitvoeren:<\/span><\/p>\n Hoe is.null te gebruiken in R<\/a> U kunt het argument na.rm=TRUE gebruiken om ontbrekende waarden uit te sluiten bij het berekenen van beschrijvende statistieken 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 […]<\/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":[],"class_list":["post-1862","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n #calculate mean and exclude missing values<\/span>\nmean(x, na. rm<\/span> = TRUE<\/span> )\n\n#calculate sum and exclude missing values<\/span> \nsum(x, na. rm<\/span> = TRUE<\/span> )\n\n#calculate maximum and exclude missing values<\/span> \nmax(x, na. rm<\/span> = TRUE<\/span> )\n\n#calculate standard deviation and exclude missing values<\/span> \nsd(x, na. rm<\/span> = TRUE<\/span> )\n<\/strong><\/pre>\n Voorbeeld 1: na.rm gebruiken met vectoren<\/strong><\/span><\/h3>\n
#define vector with some missing values<\/span>\nx <- c(3, 4, 5, 5, 7, NA, 12, NA, 16)\n\nmean(x)\n\n[1] NA\n\nsum(x)\n\n[1] NA\n\nmax(x)\n\n[1] NA\n\nsd(x)\n\n[1] NA\n<\/strong><\/pre>\n #define vector with some missing values<\/span>\nx <- c(3, 4, 5, 5, 7, NA, 12, NA, 16)\n\nmean(x, na. rm<\/span> = TRUE<\/span> )\n\n[1] 7.428571\n\nsum(x, na. rm<\/span> = TRUE<\/span> )\n\n[1] 52\n\nmax(x, na. rm<\/span> = TRUE<\/span> )\n\n[1] 16\n\nsd(x, na. rm<\/span> = TRUE<\/span> )\n\n[1] 4.790864\n<\/strong><\/pre>\n Voorbeeld 2: na.rm gebruiken met dataframes<\/strong><\/span><\/h3>\n
#create data frame\n<\/span>df <- data. frame<\/span> (var1=c(1, 3, 3, 4, 5),\n var2=c(7, 7, NA, 3, 2),\n var3=c(3, 3, NA, 6, 8),\n var4=c(1, 1, 2, 8, NA))\n\n#view data frame\n<\/span>df\n\n var1 var2 var3 var4\n1 1 7 3 1\n2 3 7 3 1\n3 3 NA NA 2\n4 4 3 6 8\n5 5 2 8 NA\n<\/strong><\/pre>\n #calculate mean of each column\napply(df, 2, mean, na. rm<\/span> = TRUE<\/span> )\n\nvar1 var2 var3 var4 \n3.20 4.75 5.00 3.00 \n\n#calculate sum of each column<\/span>\napply(df, 2, sum, na. rm<\/span> = TRUE<\/span> )\n\nvar1 var2 var3 var4 \n 16 19 20 12 \n\n#calculate max of each column<\/span>\napply(df, 2, max, na. rm<\/span> = TRUE<\/span> )\n\nvar1 var2 var3 var4 \n 5 7 8 8 \n\n#calculate standard deviation of each column<\/span>\napply(df, 2, sd, na. rm<\/span> = TRUE<\/span> )\n\n var1 var2 var3 var4 \n1.483240 2.629956 2.449490 3.366502<\/span><\/span><\/strong><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h3>\n
Hoe na.omit te gebruiken in R<\/a>
Hoe gebruik je is.na in R?<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"