• 使用 na.omit() 函数 na.omit() 函数可以将包含缺失值(NA)的数据对象中的缺失值删除。例如,假设我们有一个向量 x ,其中包含一些NA值,我们可以使用以下代码将其删除:
  • x <- c(1, 2, NA, 4, NA, 6)
    x <- na.omit(x)
    

    在执行这个代码后,向量x就会变成只包含非NA值的向量c(1, 2, 4, 6)

  • 使用complete.cases()函数 complete.cases()函数返回一个逻辑向量,表示哪些观测值是完整的(即不包含缺失值)。我们可以使用这个函数来过滤掉含有缺失值的观测值。例如,我们可以使用以下代码来删除向量x中包含缺失值的观测值:
  • x <- c(1, 2, NA, 4, NA, 6)
    x <- x[complete.cases(x)]
    

    执行完这段代码后,向量x的值将会变成c(1, 2, 4, 6)

    以上就是在R语言中去除向量中的NA值的两种方法。如果您还有其他问题,可以继续提问。

  •