R语言教程：缺失值处理脚本

一、方法介绍

今天给大家带来脚本是缺失值处理的。为什么说这一块呢？因为我经常看到大家在用excel对缺失值进行插补，这种也是一个很好的方法，但是比较耗费时间，换句话来说性价比极低。有没有好办法呢，答案是肯定有！！

python的Numpy库中pd.fillna函数就可以搞定，语言非常简洁、方便！看到这里你是不是突然紧张一下，这一期不会是上python教程吧。哈哈哈，我个人不是特别喜欢python的语法，所以也只是在上机器学习中上python（因为python跑的更快一些），所以这一期咱们还是用R。说到缺失值，不得不提缺失值的类型，随机缺失（MAR，Missing at Random）、完全随机缺失（MCAR，Missing Completely at Random）、非随机缺失（MNAR，Missing not at Random），因为每一种缺失类型对应着不同的填补方法，一般情况下缺失数据属于随机缺失、完全随机缺失，也只有这两种类型的据能够填补，至于自己数据属于哪一类网上很多教程，本文不再阐述啦。因为我赶着打酱油去。

在R语言中，据我所知好像没有包可以快速帮我们去填补一些缺失数据（当然一些基于算法的插补除外），因此对我们来说十分的不便利。基于此，我写了几个小脚本可供大家使用。

二、操作代码

1、删除法

删除法即个案的所有变量中只要存在缺失值，即将变量进行删除。这个比较简单，R里面有函数可以实现。代码如下

2、一次性平均数、中位数、众数插补

在R里面没有现成的包可以这样做，如果有麻烦告诉我一下谢谢！！所以这里我自己写了一套脚本，无偿给大家。

参数含义：

data: 传入的数据

id_junshu,id_zhongweishu,id_zhongshu：分别是要插补均数、中位数、众数所在的列（传入变量名或者变量所在的列号）

三、使用方法

运行以上所有代码：

1.我有一组数据，我想用均数插补第1,2列，中位数插补第4,5，众数插补第8,9列，那么应该这样写：

data=m_impute(data,id_junshu=c(1,2),id_zhongweishu=c(4,5),id_zhongshu=c(8,9))

2.我有一组数据，我想用均数插补第1列，中位数插补第4,5列，众数插补第8,9列，那么应该这样写：

data=m_impute(data,id_junshu=1,id_zhongweishu=c(4,5),id_zhongshu=c(8,9))

3.我有一组数据，我想用均数插补第1,2,3列,那么应该这样写：

#数字换成变量名也是可以的，大家大胆往里面传，如果错误的话我写了校对模块。

如果你不会R也没事，我写了可视化操作工具，使用方法参考下一篇