R语言 如何使用 “Is Not NA”

在这篇文章中，我们将讨论如何在R编程语言中使用Is Not NA。

NA是一个不是数字的值。is.na()方法用于检查给定值是否为NA，我们必须使用这个函数。为了使用is NOT NA，我们必须在is.na()函数中添加”！”操作符。

语法:

!is.na(data)

其中，数据可以是一个矢量/列表等。

矢量中没有NA

在这里，我们可以使用这个过滤器来获取排除NA值的值。

语法:

vector[!is.na(vector)]

其中，向量是输入向量

例子:

# create a vector
vector1 = c(1, 2, 3, NA, 34, 56, 78, NA, NA, 34, NA)
  
# display vector
print(vector1)
  
# remove NA values using Not NA function
print(vector1[!is.na(vector1)])

输出:

[1]  1  2  3 NA 34 56 78 NA NA 34 NA
[1]  1  2  3 34 56 78 34

在数据框架的单列中不是NA吗

如果我们想排除数据框架中的NA值，那么我们可以使用数据框架与矢量类似。

语法:

dataframe[!(is.na(dataframe$column_name)), ]

其中

• dataframe是输入数据框架
• column_name是要删除NA值的列

# create a dataframe
data = data.frame(marks1=c(NA, 34, 56, 78), 
                  marks2=c(45, 67, NA, NA))
  
# display
print(data)
  
# remove NA values using Not NA 
# function in marks1 column
print(data[!(is.na(datamarks1)), ])
  
# remove NA values using Not NA 
# function in marks2 column
print(data[!(is.na(datamarks2)), ])

输出

在数据框中的多列中，是否不是NA

在这里，我们可以使用&操作符对多列进行过滤。

dataframe[!(is.na(dataframecolumn1))&!(is.na(dataframecolumn2)),]

例子 :

# create a dataframe
data = data.frame(marks1=c(NA, 34, 56, 78), 
                  marks2=c(45, 67, NA, NA))
  
# display
print(data)
  
# remove NA values using Not NA function
# in marks1 and marks2 column
print(data[!(is.na(datamarks1))&!(is.na(datamarks2)), ])

输出:

删除所有NA

在这里，我们将通过使用na.omit()函数来删除整个数据框中的NA。

语法:

na.omit(dataframe)

例子 :

# create a dataframe
data = data.frame(marks1=c(NA, 34, 56, 78),
                  marks2=c(45, 67, NA, NA))
  
# display
print(data)
  
# remove NA values using Not NA 
# function in entire dataframe
print(na.omit(data))

输出