NA是R语言中的缺失值指示符（不可用）。
我有一个数据框，其中包含来自蝾螈内脏的各种节肢动物的长度和宽度。因为有些内脏有数千种特定的猎物，所以我只测量了每种猎物类型的一个子集......
如何将特定列中的所有 NA 重命名为 0，然后在整个数据帧中删除这些行（0）？
我有一个包含 298 个变量的 50,000 个 obs 的数据框，其中有一列计算调查中人员的年龄。我想排除所有回答 0（15 岁以下）和 NA 的人，因为我将查看工资
使用 extract() 函数提取点处的栅格数据：如何防止 NA 的输出
我有一个包含三个变量（ID、经度和纬度）的 data.frame，用于观察海豚。 我还有 59 个带有海面温度 (SST) 的 AQUA/MODIS netCDF 文件。我想提取
我获得了一些旧数据，其中包含仅包含 0 的组。我想清理这个数据集以用于教学。虽然我的数据中自然会出现一些 0，但对于一组来说这是不可能的...
为什么 if 循环不能在 R 中的函数内正确捕获 NA 值？
我有一个相当复杂的函数，可以修改一些字符变量。在对函数进行编码时，我遇到了一个处理 NA 值的奇怪问题。我将为您省去复杂的功能，并且
我有一个巨大的向量，其中有几个 NA 值，我试图找到该向量中的最大值（向量都是数字），但由于 NA 值，我无法做到这一点。 我怎样才能删除...
我有以下数据框： 数据<- data.frame( ID = c("Per1", "Per2", "Per3"), Col1 = c(1, 2, NA), Col2 = c(2, NA, NA), Col3 = c(3, NA, 5), Col4 = c...
cor(x, use = use) 中的错误：同时提供“x”和“y”或类似矩阵的“x”
我正在使用 psych 软件包， 我尝试过以下代码： 图书馆（心理学） str(每日价格) 最不吸引人 <-subset(zdf_base, select=c("price_per_h", "price_per_d", "mileage...
最近，我在表函数中遇到了一种与我预期不符的行为： 例如，采用以下向量： ex_vec <- c("Non", "Non", "Nan", "Oui", "NaN", NA) If I check ...
在一栏中我有他们的回应（独自驾驶、公共汽车、自行车......）。在下一栏中，如果他们单独驾驶，我将给出 0，如果他们采取任何其他模式，我将给出 1。问题是还有...
我有一个嵌套的 if/or/and 语句，否则可以工作，但如果行中存在任何 N/A，则给我“假”值。我希望它完全忽略 N/A （所以，如果我要求它告诉我是否 A2&...
我正在尝试基于如下代码转换矩阵数据以进行数值模拟。 但是，我想保存 NA 值，以便没有空间，但我不知道。 有人可以吗...
rollapply na.rm = TRUE 给出 0 值而不是 NA
我有一个简单的问题，我似乎无法在谷歌、stackoverflow 或 stackexchange 上找到答案。我目前正在使用 rollapply 的示例来查找一些值的总和
我正在尝试清理下面小标题的工资栏： 最低工资 最高工资 65K 75K 65K 75K 65K 75K 56.3K 90.8K 61.7K 105K 45,360 84,240 我不知道如何使以上两个...
我有一个像这样的数据框 df 栏 1 栏 2 栏 3 1 2 5 6 X1 9 8 X3 7 5 3 X4 我想用 NA 替换所有以“X”开头的值。结果应该是 栏 1 栏 2 栏 3 1 2 5 6 不适用 9 8 不适用 7 5 3...
如何将 NA 从一个数据帧传输到 R 中相同大小的另一个数据帧
我想更新我的主数据框，以便我可以将 NA 条目复制到我的参考数据框 ref 中的确切位置。这是一个例子： 主要<- data.frame(Q1 = 1:5, ...
我正在尝试添加有关在条形图中观察到的 NA 数量的数据，作为简单的文本 - 请参见下面的示例。 我一直在绞尽脑汁地想，要么在 ggplot 调用之前过滤掉所有 NA——哪个
我想要R编程代码来找到两个数字中最大的。 我无法预料如何做到这一点。 请给我一段 R 编程代码，以找出 2 个数字中最大的一个。 我不知道如何
我正在尝试使用 ggplot2 绘制两个数据集“YEN”和“ARC”中的产量数据，但是当我这样做时，它会尝试绘制具有 NA 值的第三个箱线图。 这是我正在使用的脚本： 哎...
为什么 pd.read_csv 在使用 dtype = 'Int64' 时得到错误的值？
将 pandas 导入为 pd 当没有 na 值时，它是正确的。 ！猫ID1 1471341653427101696 1458379213265436885 pd.read_csv('id1',sep =' ',header=None, na_values=['\N'],dtype = 'Int64') 0 1