R NAの除去方法(欠損値の除去)

RのNA(欠損値)の除去についてまとめます。

欠損値 NA とは

RでNAは欠損値で、データの観測ができない場合などを表します（ベクターやデータフレームにNAが入っていることがあります）。NAを含むデータを使った計算では計算結果もNAになる場合があり、必要に応じて除去するなどの対応が必要です。

$ R  # Rを起動
> data <- c(1, 2, 3, 4, 5) > sum(data)
[1] 15

> data <- c(1, 2, 3, NA, 5)
> sum(data)
[1] NA

欠損値 NA の除去

データにNAが入っているかどうかを調べて、データから除去して計算したり・計算時に除去オプションを指定したりします。

欠損値 NA を調べる

NAが含まれているかを調べるには、is.na関数を使います。各データにNAの判定を行い、TRUE/FALSEで結果を返します。NAのデータは判定がTRUEです。結果をtable関数に通すと、NAがどのくらい含まれているかが判ります。

> data <- c(1, 2, 3, NA, 5)
> is.na(data)
[1] FALSE FALSE FALSE  TRUE FALSE

> table(is.na(data))

FALSE  TRUE 
    4     1 

欠損値 NA の除去方法 – NAを除外する

RでNAを除去するには、データ参照でNA以外を指定したり・complete.cases関数でNAを含まないデータを取得したりします。

> data[is.na(data)==F]
[1] 1 2 3 5

> data[complete.cases(data)]
[1] 1 2 3 5

データフレームやマトリックスを使う場合は、na.omit関数やcomplete.cases関数を使うと簡単に欠損値 NAを除去できるので便利です。

> DF
  x  y
1 1  0
2 2 10
3 3 NA
> na.omit(DF)
  x  y
1 1  0
2 2 10

> df <- subset(DF, complete.cases(DF)) > df
  x  y
1 1  0
2 2 10

欠損値 NA の除去方法 – オプションで指定する

RでNAを除去して計算するには、関数にna.rm=T(TRUE)オプションを指定して呼び出します。ほぼ全ての基本的な関数で、欠損値NAの取り扱いができるようになっています。

> data
[1]  1  2  3 NA  5
> sum(data, na.rm=T)
[1] 11
> max(data, na.rm=T)
[1] 5

欠損値の扱いについては、関数のヘルプで調べることができます。

> ?sum
sum                    package:base                    R Documentation

Sum of Vector Elements

Description:

     ‘sum’ returns the sum of all the values present in its
     arguments.

Usage:

     sum(..., na.rm = FALSE)
     
Arguments:

     ...: numeric or complex or logical vectors.

   na.rm: logical.  Should missing values (including ‘NaN’) be
          removed?