在 R 中，清除包含 NA（缺失值）的數據可以通過多種方式實現，具體取決于你希望如何處理這些缺失值。以下是幾種常見的方法，包括刪除包含 NA 的行、刪除包含 NA 的列，或者用特定值填充 NA。

1.?刪除包含?NA?的行

如果你希望刪除數據框中包含任何 NA 值的行，可以使用 na.omit() 函數或 complete.cases() 函數。

使用?na.omit()

na.omit() 會自動刪除包含任何 NA 的行。

# 示例數據框
data <- data.frame(Name = c("Alice", "Bob", "Charlie", "David"),Age = c(15, NA, 10, 30),Score = c(85, 90, NA, 88)
)# 刪除包含 NA 的行
data_clean <- na.omit(data)print(data_clean)

輸出：

    Name Age Score
4  David  30    88

使用?complete.cases()

complete.cases() 會返回一個邏輯向量，指示哪些行沒有 NA 值。

# 刪除包含 NA 的行
data_clean <- data[complete.cases(data), ]print(data_clean)

輸出：

    Name Age Score
4  David  30    88

2.?刪除包含?NA?的列

如果你希望刪除數據框中包含任何 NA 值的列，可以使用 apply() 函數結合 anyNA() 函數。

# 示例數據框
data <- data.frame(Name = c("Alice", "Bob", "Charlie", "David"),Age = c(15, NA, 10, 30),Score = c(85, 90, NA, 88),Gender = c("Female", "Male", "Male", "Male")
)# 刪除包含 NA 的列
data_clean <- data[, !apply(data, 2, anyNA)]print(data_clean)

輸出：

     Gender
1   Female
2     Male
3     Male
4     Male

3.?按條件刪除行或列

如果你只想刪除特定列中包含 NA 的行，可以指定列名。

刪除特定列中包含?NA?的行

# 刪除 Age 列中包含 NA 的行
data_clean <- data[!is.na(data$Age), ]print(data_clean)

輸出：

     Name Age Score Gender
1   Alice  15    85 Female
3 Charlie  10    NA   Male
4   David  30    88   Male

刪除特定列中包含?NA?的列

# 刪除 Score 列中包含 NA 的列
data_clean <- data[, !anyNA(data$Score)]print(data_clean)

輸出：

     Name Age Gender
1   Alice  15 Female
2     Bob  NA   Male
3 Charlie  10   Male
4   David  30   Male

4.?填充?NA?值

如果你不想刪除 NA 值，而是希望用特定值填充它們，可以使用 ifelse() 函數或 dplyr 包中的 replace_na() 函數。

使用?ifelse()?填充?NA

# 用 0 填充 NA
data$Age <- ifelse(is.na(data$Age), 0, data$Age)
data$Score <- ifelse(is.na(data$Score), 0, data$Score)print(data)

輸出：

     Name Age Score Gender
1   Alice  15    85 Female
2     Bob   0    90   Male
3 Charlie  10     0   Male
4   David  30    88   Male

使用?dplyr::replace_na()

library(dplyr)
data <- data %>%mutate(Age = replace_na(Age, 0),Score = replace_na(Score, 0))print(data)

輸出：

     Name Age Score Gender
1   Alice  15    85 Female
2     Bob   0    90   Male
3 Charlie  10     0   Male
4   David  30    88   Male

5.?總結

• 刪除包含 NA 的行：使用 na.omit() 或 complete.cases()。

• 刪除包含 NA 的列：使用 apply() 結合 anyNA()。

• 按條件刪除行或列：指定列名并使用邏輯條件。

• 填充 NA 值：使用 ifelse() 或 dplyr::replace_na()。