自动清理坏数据

Question

我正在建立一个使用闪亮和露天分析来评估风数据的应用程序 现在，在用户上传之前，需要“清理”数据。 我有兴趣自动这样做。 有些数据是空的，有些不是数字，所以不可能建立风玫瑰。 我想：

1.估计有多少数据不是数字
2.将其删除并仅保留数字数据

这是一个数据示例：
“NO2.mg”被视为一个因素而不是因为它不仅仅包含数字
OK
这是一个可重复的例子：

no2<-factor(c(5,4,"c1",54,"c5",seq(2:50)))
no2
[1] 5  4  c1 54 c5 1  2  3  4  5  6  7  8  9  10 11 12 13 14
[20] 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33
[39] 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49
52 Levels: 1 10 11 12 13 14 15 16 17 18 19 2 20 21 22 ... c5
> as.numeric(no2)
[1] 45 34 51 46 52  1 12 23 34 45 47 48 49 50  2  3  4  5  6
[20]  7  8  9 10 11 13 14 15 16 17 18 19 20 21 22 24 25 26 27
[39] 28 29 30 31 32 33 35 36 37 38 39 40 41 42 43 44

Answer 1

最糟糕的R haiku：

Some of the data is empty, 
some of is not numeric, 
so it is not possible to build a wind rose.

Answer 2

要将因子转换为数字，您需要先转换为字符：

no2<-factor(c(5,4,"c1",54,"c5",seq(2:50)))
no2_num <- as.numeric(as.character(no2)) 
#Warning message:
#  NAs introduced by coercion 
no2_clean <- na.omit(no2_num) #remove NAs resulting from the bad data

# [1]  5  4 54  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36
# [40] 37 38 39 40 41 42 43 44 45 46 47 48 49
# attr(,"na.action")
# [1] 3 5
# attr(,"class")
# [1] "omit"

length(attr(no2_clean,"na.action"))/length(no2)*100
#[1] 3.703704

Answer 3

好的，这就是我做的方式，我相信有人有更好的方式 如果你跟我分享，我会喜欢它 这是我的数据：
no2<-factor(c(5,4,"c1",54,"c5",seq(2:50)))
计算“坏数据”：

sum(is.na((as.numeric(as.vector(no2)))))

并估算不良数据的百分比：
sum(is.na((as.numeric(as.vector(no2)))))/length(no2)*100