R Language
- Empezando con R Language
- Awesome Book
- Awesome Community
- Awesome Course
- Awesome Tutorial
- Awesome YouTube
- * aplicar familia de funciones (funcionales)
- .Profile
- Acelerar el código difícil de vectorizar
- Actualizando la versión R
- Actualizando R y la librería de paquetes
- Adquisición de datos
- Agregando marcos de datos
- Ajuste de patrón y reemplazo
- Alcance de variables
- Aleatorización
- Algoritmo de bosque aleatorio
- Análisis de red con el paquete igraph.
- Análisis de supervivencia
- análisis espacial
- Analizar tweets con R
- ANOVA
- Aprendizaje automático
- Bibliografía en RMD
- Brillante
- Clases de fecha y hora (POSIXct y POSIXlt)
- Clases numéricas y modos de almacenamiento.
- Clustering jerárquico con hclust
- Codificación de longitud de ejecución
- Código de perfil
- Código tolerante a fallas / resistente
- Coerción
- Combinatoria
- Computación acelerada por GPU
- Creación de informes con RMarkdown
- Creando paquetes con devtools
- Creando vectores
- Cuadernos Markdown R (de RStudio)
- Datos de limpieza
- Depuración
- diagrama de caja
- Distribuciones de probabilidad con R
- dplyr
- E / S para el formato binario de R
- E / S para tablas de bases de datos
- E / S para tablas externas (Excel, SAS, SPSS, Stata)
- Entrada y salida
- Escribiendo funciones en R
- Esquemas de color para gráficos
- Establecer operaciones
- Estandarizar los análisis escribiendo scripts R independientes
- Estructuras de flujo de control
- Evaluación no estándar y evaluación estándar
- Expresión: parse + eval
- Expresiones regulares (expresiones regulares)
- Extracción de textos
- Extracción y listado de archivos en archivos comprimidos
- Factores
- Fecha y hora
- Fórmula
- Función de división
- función strsplit
- Funciones de distribución
- Generador de números aleatorios
- ggplot2
- Gráfico de barras
- Hashmaps
- I / O para datos geográficos (shapefiles, etc.)
- I / O para imágenes rasterizadas
- Implementar patrón de máquina de estado usando la clase S4
- Inspeccionar paquetes
- Instalando paquetes
- Introducción a los mapas geográficos
- Introspección
- JSON
- La clase de fecha
- La clase de personajes
- La clase logica
- Las clases
- Lectura y escritura de datos tabulares en archivos de texto plano (CSV, TSV, etc.)
- Leyendo y escribiendo cuerdas.
- Liza
- lubricar
- Manipulación de cadenas con el paquete stringi.
- mapa de calor y mapa de calor.2
- Marcos de datos
- Matrices
- Mejores prácticas de vectorización de código R
- Meta: Pautas de documentación.
- Modelado lineal jerárquico
- Modelos arima
- Modelos Lineales (Regresión)
- Modelos lineales generalizados.
- Modificar cadenas por sustitución.
- Obtener entrada de usuario
- Operación sabia columna
- Operadores aritméticos
- Operadores de tuberías (%>% y otros)
- Pivot y unpivot con data.table
- Presentación de RMarkdown y knitr
- Procesamiento en paralelo
- Procesamiento natural del lenguaje
- Programacion funcional
- Programación Orientada a Objetos en R
- Publicación
- R en LaTeX con knitr
- R recuerdo por ejemplos
- R reproducible
- Raster y análisis de imagen
- Rcpp
- Realización de una prueba de permutación
- Reciclaje
- Remodelando datos entre formas largas y anchas
- Remodelar utilizando tidyr
- Resolviendo ODEs en R
- RODBC
- roxygen2
- Selección de características en R - Eliminación de características extrañas
- Series de Fourier y Transformaciones.
- Series de tiempo y previsiones
- Servicios RESTful R
- signo de intercalación
- Sintaxis de expresiones regulares en R
- Spark API (SparkR)
- sqldf
- Subconjunto
- tabla de datos
- tidyverse
- Trazado de base
- Usando la asignación de tuberías en su propio paquete% <>%: ¿Cómo?
- Usando texreg para exportar modelos de una manera lista para el papel
- Valores faltantes
- Examinando los datos faltantes
- Lectura y escritura de datos con valores de NA.
- Omitir o reemplazar valores perdidos
- Usando NAs de diferentes clases.
- VERDADERO / FALSO y / o NA
- Variables
- Web raspado y análisis
- Web Rastreo en R
- xgboost
R LanguageValores faltantes
Introducción
Cuando no sabemos el valor que toma una variable, decimos que falta su valor, indicado por NA .
Observaciones
Los valores que faltan están representados por el símbolo NA (no disponible). Los valores imposibles (p. Ej., Como resultado de sqrt(-1) ) están representados por el símbolo NaN (no es un número).
Valores faltantes Ejemplos relacionados
- Examinando los datos faltantes
- Omitir o reemplazar valores perdidos
- Lectura y escritura de datos con valores de NA.
- VERDADERO / FALSO y / o NA
- Usando NAs de diferentes clases.
Related Tags
This modified text is an extract of the original Stack Overflow Documentation created by following contributors and released under CC BY-SA 3.0
This website is not affiliated with Stack Overflow
Email: tutorialpedia@outlook.com