En R, los valores que faltan se representan con el símbolo NA (no disponible). Los valores imposibles (por ejemplo, dividir por cero) se representan con el símbolo NaN (no es un número). A diferencia de SAS, R utiliza el mismo símbolo para los datos numéricos y de caracteres.
is.na(x)# returns TRUE of x is missing
y <- c(1,2,3,NA)
is.na(y)# returns a vector (F F F T)Con la tecnología de
Recodificación de valores a ausentes
# recode 99 to missing for variable v1# select rows where v1 is 99 and recode column v1
mydata$v1[mydata$v1==99]<-NACon la tecnología de
Excluir los valores perdidos de los análisis
Las funciones aritméticas sobre valores perdidos producen valores perdidos.
x <- c(1,2,NA,3)
mean(x)# returns NA
mean(x, na.rm=TRUE)# returns 2Con la tecnología de
La función completar.casos() devuelve un vector lógico que indica qué casos están completos.
# list rows of data that have missing values
mydata[!complete.cases(mydata),]Con la tecnología de
La función na.omit() devuelve el objeto con la supresión en lista de los valores omitidos.
# create new dataset without missing data
newdata <- na.omit(mydata)Con la tecnología de
Tratamiento avanzado de los datos que faltan
La mayoría de las funciones de modelización en R ofrecen opciones para tratar los valores perdidos. Puedes ir más allá de la eliminación por pares o por listas de los valores perdidos mediante métodos como la imputación múltiple. Algunas buenas implementaciones a las que se puede acceder a través de R son Amelia II, Mice y mitools.
En R, los valores que faltan se representan con el símbolo NA (no disponible). Los valores imposibles (por ejemplo, dividir por cero) se representan con el símbolo NaN (no es un número). A diferencia de SAS, R utiliza el mismo símbolo para los datos numéricos y de caracteres.
Para practicar más el trabajo con datos omitidos, prueba este curso sobre limpieza de datos en R.
Comprobación de valores perdidos
Recodificación de valores a ausentes
Excluir los valores perdidos de los análisis
Las funciones aritméticas sobre valores perdidos producen valores perdidos.
La función completar.casos() devuelve un vector lógico que indica qué casos están completos.
La función na.omit() devuelve el objeto con la supresión en lista de los valores omitidos.
Tratamiento avanzado de los datos que faltan
La mayoría de las funciones de modelización en R ofrecen opciones para tratar los valores perdidos. Puedes ir más allá de la eliminación por pares o por listas de los valores perdidos mediante métodos como la imputación múltiple. Algunas buenas implementaciones a las que se puede acceder a través de R son Amelia II, Mice y mitools.