作为R中缺失数据的某种模式

Question

dataframe由5个变量组成：

> head(list_outdegrees, 5)
             Name OUTdegrees Followers Friends Statuses
1          Case_1         11     44423    4053    34518
2          Case_2         35         0       0        0
3          Case_3         13     41775     404   279384
4          Case_4         20     91952       0   108603
5          Case_5         13     31886    2885     4847

我最近在这个站点上做了asked，如何使零在R中丢失，并被告知使用na.strings作为read.csv("filename.csv", na.strings="0")。这很好，但是这并不是我所需要的，因为有时零在我的例子中是实际的数据。

在上面的示例中，Case_2缺少数据，因为Followers、Friends和Statuses变量都是零。然而，在Case_4的情况下，零是一个实际的数据。

因此，只有当大小写中的三个变量(Followers、Friends和Statuses)为零时，才会丢失数据。而且，OUTdegrees总是有一个值，不管它是否丢失数据。

当Followers、Friends和Statuses都是零时，是否可以告诉R删除(或忽略)情况？

Answer 1

您可以使用子集函数：

subset(list_outdegrees,Followers!=0 | Friends!=0 | Statuses!=0)

Answer 2

您不想删除三个零中的一个实际上是一个缺失值的行。我会用缺少的值读取文件，删除丢失的行，然后手工计算0。

data <- read.csv("filename.csv")
data <- data[!(is.na(data$Followers) & is.na(data$Friends) & is.na(data$Statuses)), ]
data[is.na(data)] <- 0

Answer 3

您可以在有关列( rowSums )的逻辑索引矩阵上使用list_outdegrees[-(1:2)]!=0。如果有多个列，这将是有用的。

 list_outdegrees[!!rowSums(!!list_outdegrees[-(1:2)]),]
 #   Name OUTdegrees Followers Friends Statuses
 #1 Case_1         11     44423    4053    34518
 #3 Case_3         13     41775     404   279384
 #4 Case_4         20     91952       0   108603
 #5 Case_5         13     31886    2885     4847

上面的内容也可以写成

 list_outdegrees[rowSums(list_outdegrees[-(1:2)]!=0)!=0,]

或者将Reduce与|结合使用

 list_outdegrees[Reduce(`|`, list_outdegrees[-(1:2)]),]
 #    Name OUTdegrees Followers Friends Statuses
 #1 Case_1         11     44423    4053    34518
 #3 Case_3         13     41775     404   279384
 #4 Case_4         20     91952       0   108603
 #5 Case_5         13     31886    2885     4847

数据

list_outdegrees <- structure(list(Name = c("Case_1", "Case_2", "Case_3", "Case_4", 
"Case_5"), OUTdegrees = c(11L, 35L, 13L, 20L, 13L), Followers = c(44423L, 
0L, 41775L, 91952L, 31886L), Friends = c(4053L, 0L, 404L, 0L, 
2885L), Statuses = c(34518L, 0L, 279384L, 108603L, 4847L)), .Names = c("Name", 
"OUTdegrees", "Followers", "Friends", "Statuses"), class = "data.frame", 
row.names = c("1", "2", "3", "4", "5"))