基础 R 中具有缺失值的数据集答案

【问题标题】：Dataset in base R with missing values基础 R 中具有缺失值的数据集
【发布时间】：2015-10-29 19:31:33
【问题描述】：

R 中是否有任何包含缺失值的数据集示例？到目前为止，我一直在依次浏览每一个，并且还使用 google-nothing 进行了搜索。

library(MASS)
data()

编辑：我知道如何将缺失值添加到 R 中的数据集，我只想知道是否存在这样的数据集。

【问题讨论】：

您可以轻松添加缺失值。 d[sample(1:length(d), n)] <- NA 添加 n 不适用。
谢谢，我知道如何在 R 中添加缺失值，只是想知道是否有任何带有缺失值的真实数据集可以使用。
在极端情况下，进行插补的包可能会有示例数据集。
@BondedDust，谢谢，我正在调查。

标签： r missing-data

【解决方案1】：

我会用 NA 创建自己的数值数据集。这是创建一个名为 df 的 10x10 data.frame 并将高于 80 的值替换为 NA 的一种方法。

df <- data.frame(matrix(data = sample(100,100,replace=TRUE), ncol = 10))
df[df>80] <- NA

另外，您可以使用 visdat 包直观地检查 NA。

library(visdat)
vis_miss(df)

【讨论】：

【解决方案2】：

airquality 在 base 中，其中包含一些 NA

> summary(airquality)
     Ozone           Solar.R           Wind             Temp           Month            Day      
 Min.   :  1.00   Min.   :  7.0   Min.   : 1.700   Min.   :56.00   Min.   :5.000   Min.   : 1.0  
 1st Qu.: 18.00   1st Qu.:115.8   1st Qu.: 7.400   1st Qu.:72.00   1st Qu.:6.000   1st Qu.: 8.0  
 Median : 31.50   Median :205.0   Median : 9.700   Median :79.00   Median :7.000   Median :16.0  
 Mean   : 42.13   Mean   :185.9   Mean   : 9.958   Mean   :77.88   Mean   :6.993   Mean   :15.8  
 3rd Qu.: 63.25   3rd Qu.:258.8   3rd Qu.:11.500   3rd Qu.:85.00   3rd Qu.:8.000   3rd Qu.:23.0  
 Max.   :168.00   Max.   :334.0   Max.   :20.700   Max.   :97.00   Max.   :9.000   Max.   :31.0  
 NA's   :37       NA's   :7

【讨论】：

【解决方案3】：

VIM 包有一些很好的缺失数据的数据集示例。当我教授缺失值插补时，我使用该包中的睡眠数据集。

【讨论】：

谢谢，base R 怎么样？