Cómo eliminar filas con datos perdidos en dummies

Otra aplicación útil de marcos de datos subconjuntos es encontrar y eliminar filas con datos faltantes. La función R para verificar esto está completa. casos(). Puede probar esto en el conjunto de datos integrado airquality, un marco de datos con una buena cantidad de datos faltantes: >> str (airquality)> completo. casos (calidad del aire)

Los resultados de completo. cases () es un vector lógico con el valor TRUE para las filas que están completas, y FALSE para las filas que tienen algunos valores de NA. Para eliminar las filas con datos faltantes de calidad aérea, intente lo siguiente:

>> x str (x)

El resultado debe ser un marco de datos con 111 filas, en lugar de las 153 filas del marco de datos de calidad aérea original.

Como siempre con R, hay más de una forma de lograr tu objetivo. En este caso, puedes hacer uso de na. omit () para omitir todas las filas que contienen valores NA: >> x <- na. omit (airquality)

Cuando esté seguro de que sus datos están limpios, puede comenzar a analizarlos agregando campos calculados.

Si usa alguno de estos métodos para subconjunto de sus datos o para limpiar valores perdidos, recuerde almacenar el resultado en un nuevo objeto. R no cambia nada en el marco de datos original a menos que lo sobrescriba explícitamente. Eso es algo bueno, porque no puedes estropear accidentalmente tus datos.