R语言入门——NA、NAN、Inf（缺失值的识别）_r语言na和nan

这篇的主角是R语言中缺失值(NA)的识别与提取。先介绍NAN、Inf及其运算。在最终介绍缺失值（NA），毕竟重要的都压轴嘛。

1、Inf

在实数轴上除了确定的有限点，还有两个无限：正无穷、负无穷。用 Inf 、 -Inf 表示。

2、NAN（Not a Number）

NAN 是 Not a Number 的简称。在R语言中什么是不确定的数呢？下面通过代码给出例子，大家自己推理总结。

[1] NaN > Inf/Inf [1] NaN > Inf -Inf [1] NaN > Inf -Inf [1] NaN

上面的不难看出一般很犹豫的值就会显示不是一个数。但是也有一些奇怪的（违反数学分析的极限定理）需要大家记住。方便理解后面的逻辑。

> 0^Inf
[1] 0
> Inf^0
[1] 1
[1] 1
3、NA与逻辑运算符
 
大家先思考一下下面的逻辑表达式的值：NA == 1、NA == NA、NA > 0、NA + 1、NA * 1、NA / 1会是什么？ 
> NA == 1
[1] NA
> NA == NA
[1] NA
[1] NA
> NA + 1
[1] NA
> NA * 1
[1] NA
> NA / 1
[1] NA
NA会对一般的逻辑运算加减运算免疫，这是为什么呢？。其实很好理解，我么可以把NA理解为不知道的一个数（这里注意和不确定（NAN）区别），对于不知道的一个数NA我们一般会结合if.na函数来判断转化处理缺失值。在看下面的例子：
 例子1： 
> NA | T
[1] TRUE
[1] FALSE
[1] NA
> NA | F
[1] NA
理解上述两个例子需要知道逻辑值的逻辑。我一般用一句话来区别：非空非零为假。当然下面的例子三我就不解释了。结合上面的知识就很显然了。
 例子3： 
[1] 1
[1] NA
水平有限，如有错误评论区指出。希望帮助大家理解处理R语言中的缺失值。
                    目录00引言1、Inf2、NAN（Not a Number）3、NA与逻辑运算符4、总结00引言这篇的主角是R语言中缺失值(NA)的识别与提取。先介绍NAN、Inf及其运算。在最终介绍缺失值（NA），毕竟重要的都压轴嘛。1、Inf在实数轴上除了确定的有限点，还有两个无限：正无穷、负无穷。用Inf、-Inf表示。&gt; Inf[1] Inf&gt; -Inf[1] -Inf&gt...
				R语言处理缺失值
在处理数据过程中，避免不了会产生一些缺失值，如未填写数据或者编码错误等原因，用NA表示缺失值。在R语言中，is.na()函数可以判断元素是否是缺失值，从而返回逻辑值(TRUE/FALSE)，所以该函数将会返回和元数据集一样大小的数据集。在判断缺失值的过程中，需要注意以下两点：
一是缺失值是不可以比较的，即不可以用缺失值去寻找缺失值，如var == NA返回的结果永远不会是true。
二是R语言中不会将正无穷和负无穷写成NA，分别用 Inf 和 –Inf 所标记。
既然缺失值可能无处不在，那么在数据分析过程中可以采取如下的方法去除缺失值：
一是很多数值函数都拥有一个 na.rm
#前二种算法可以计算缺失数据，但随机森林不行，所以还需将数据进行清洗整理
data(algae)
algae <- algae[-manyNAs(algae,0.2), ]#占有20%的NA值的行去掉
clean.algae <- knnImputation(algae,k=10)#平均值填充NA值
#回归树模型计算
model.tree=rpart(a1 ~ ., data = clean.algae[, 1:12])
summary(model.tree)
pre.tree <- predict(model.tree, clean.algae)
plot(pre.tree~clean.algae$a1)
nmse1 <- mean((pre.tree- clean.algae[,'a1'])^2)/mean((mean(clean.algae[,'a1'])- clean.algae[,'a1'])^2)
nmse1
				主要是通过R语言，对日期数据进行处理，并补全缺失数据
rawdata<- read.csv("C:/Users/li/Desktop/ss.csv",fill=F) 
#提取数据 ss1,并组合数据-------------------------------
ts1<-rawdata$ts1
ts11<-as.Date(ts1,'%Y/%m/%d')
false<-is.na(ts11)
ts21<-ts11[!false]
ss1<-rawdata$SS1
ss1<-ss1[!false]
library(zoo)
data1<-zoo(ss1,ts21)
#补全不规则数据(时间的缺失和缺失值)
date1<-zoo(,seq(start(data1),end(data1),'day'))
datanew1<-merge(data1,date1)
datanew1[is.na(datanew1)]<-median(datanew1,na.rm = T)
#提取数据 ss2
由于XGBoost和LightGBM对缺失值的处理方法是相同的，因此我们只拿XGBoost来解读
建议大家看下论文，链接：https://www.kdd.org/kdd2016/subtopic/view/xgboost-a-scalable-tree-boosting-system
XGBoost是一种boosting的集成学习模型
支持的弱学习器（即单个的学习器，也称基学习器）有树模型（gbtree
1.如果在迭代的100轮以内，出现NaN，一般情况下的原因是因为你的学习率过高，需要降低学习率。可以不断降低学习率直至不出现NaN为止，一般来说低于现有学习率1-10倍即可。
2.如果当前的网络是类似于RNN的循环神经网络的话，出现NaN可能是因为梯度爆炸的原因，一个有效的方式是增加“gradient clipping”（梯度截断来解决）
华中杯赛题已于2021年4月30日（今天）晚上20：00发布，下面是发布网址，大家感兴趣的可以下载查看交流。
今晚（2021年4月30）看了看A题，感觉还行。因为自己这次没参加，就寻思着从建模手和编程手的角度写份思路把，大家有更好的想法和处理技术欢迎再评论区积极留言呀。
本文思路使用的软件是R语言3.6.3版本。编程语言不重要，关键是处理思路。其实大部分工作excel就可以解决。低年级的同学不用太过纠结。
思路会持续更新三天，大家可以关
1     后裔 射手        5      856 0.64
2   孙尚香 射手        5      211 0.10
3   狄仁杰 射手        5      324 0.20
4   李元芳 射手        4       75 0.30
5   安琪拉 法师        5     2324 0.
				百分数转化00引言1、思路2、R实现2.1自编函数2.2调用包2.2.1实现2.2.2scale2.2.3suffix总结
在数据的处理中尤其是Rmarkdown的书写时往往需要输出百分数，可是R里核心函数里没有现成函数。本篇总结一下常用的做法。
1、将原有的数字乘以100，在用paste函数粘贴%。
2、函数包的使用。
2、R实现
2.1自编函数
> # 加载核心包
				这个错误信息"error in do_one(nmeth) : na/nan/inf in foreign function call (arg 1)"表示在执行函数do_one(nmeth)的过程中出现了错误，具体是由于参数1中包含了NA（缺失值）、NaN（不是一个数字）或者Inf（无穷大）导致的。
在R语言中，这个错误通常出现在调用外部函数时参数的数据类型不符合要求，或者参数中包含了无效的数值（如NA、NaN、Inf）。这些特殊的数值可能会导致算术运算错误或者计算结果的无穷大值。
解决这个问题的方法有：
1. 检查传递给do_one(nmeth)函数的参数是否包含了NA、NaN或Inf这样的特殊数值。可以通过使用函数is.na()、is.nan()和is.finite()来检查参数，并且根据需要对这些特殊数值进行处理。
2. 检查参数的数据类型是否正确，确保参数的类型与外部函数的要求相匹配。可以使用函数typeof()来获取参数的数据类型，并与函数要求的数据类型进行比较。
3. 检查是否有其他函数或代码在调用do_one(nmeth)之前修改了参数的值，导致参数包含了NA、NaN或Inf。可以通过打印参数的值或者使用调试工具来跟踪代码执行过程，找出可能导致问题的地方。
总之，要解决这个错误，需要仔细检查传递给do_one(nmeth)函数的参数，确保参数中不包含NA、NaN或Inf，并且参数的类型符合外部函数的要求。