R NA (欠損値) データフレームのNAを探す方法

データフレームに NA は含まれるか？

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。データフレームを使った計算にはNAの除去が必要になる場合があります。NAを除去するのは簡単ですが、まずは「どのデータがNAか？」を確認する必要がありそうです。

$ R  # Rを起動
> DF <- data.frame(x=c(1, 2, 3), y=c(4, 5, NA), z=c(7, NA, 9))
> DF
  x  y  z
1 1  4  7
2 2  5 NA
3 3 NA  9

欠損値 NA を調べる

データフレームにNAが含まれているかはis.na関数を使って調べることができます。各データにNAの判定を行い、TRUE/FALSEで結果を返します。TRUEと表示されている位置がNAです。しかし、通常のデータ解析ではデータはもっと多くて、数えるのも大変です。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ひと目で判ります。

> is.na(DF)
         x     y     z
[1,] FALSE FALSE FALSE
[2,] FALSE FALSE  TRUE
[3,] FALSE  TRUE FALSE

> table(is.na(DF))

FALSE  TRUE 
    7     2 

欠損値 NA を含む行を表示する

データフレーム内のNAが含まれている行を表示するには、complete.cases関数を使います。欠損値 NAを１つも含まない行についてTRUEを返します。今回は、反対に「NAが含まれている行を表示したい」ので、否定形（!：感嘆符記号）を指定することで、データフレーム内のNAを含む行を表示します。

> DF[!complete.cases(DF),]
  x  y  z
2 2  5 NA
3 3 NA  9

データフレーム NA の除去

データフレーム内のNAを除去するには、na.omit関数やcomplete.cases関数を使います。

> DF <- data.frame(x=c(1, 2, 3), y=c(4, 5, NA), z=c(7, NA, 9))
> DF
  x  y  z
1 1  4  7
2 2  5 NA
3 3 NA  9

> na.omit(DF)
  x y z
1 1 4 7

> DF[complete.cases(DF),]
  x y z
1 1 4 7

> df <- subset(DF, complete.cases(DF))
> df
  x y z
1 1 4 7