[R] 데이터 전처리 -결측치 제거

 

실제 데이터는 수집 과정에서 발생한 오류로 인해 결측치를 포함하고 있는 경우가 있다.

결측치가 존재하면 함수가 적용이 되지 않거나 분석 결과가 왜곡되는 문제가 발생한다.

​따라서 데이터를 분석하기 전 결측치를 제거해주는 과정이 필요하다.

---

is.na()

is.na()함수는 NA값을 True로 그렇지 않은값을 False로 바꾸어주는 함수이다.

<사용법>
is.na(x)           ##이때 x는 data.frame, 벡터, 행렬

 

 

is.na(df)의 결과

일반적으로 dfnew = df[is.na(df$x) != T, ] 형식으로 결측치를 가진 데이터를 뽑아낸다.

df[s.na(df$incm == T), ]의 결과

---

complete.cases()

is.na()와 반대로 결측치 값을 False, 결측치가 아닌 값을 True로 반환한다.

is.na()와 달리 행단위로 함수가 적용된다. 

<사용법>
complete.cases(x)      ## x는 data.frame, 벡터, 행렬

 

complete.cases(df)의 결과

---

na.omit()

na.omit()은 위의 두 함수들 처럼 값을 논리형으로 변환하는것이 아닌 결측치가 있는행을 삭제시켜버리는 함수이다. 

NA값이 있는 모든 행을 삭제하므로 사용에 주의가 필요하다.

 

<사용법>
na.omit(df)    ##df는 data.frame

 

각 행별로 NA값이 하나이상 존재해 모든 행이 삭제된 모습

 

 

 

df4에 존재하던 433개의 결측치가 존재하는 행이 모두 삭제됨