我有一个数据框data，经过多次计算后，最终的数据框df.final中有一些缺失值。
在继续进行df.final的进一步计算之前，我最好将所有缺失值设为零
data[id.na(data)] <- 0
如此处所述 How do I replace NA values with zeros in R?，或者会做
df.final <- df.final[complete.cases(df.final), ] # considering only one's without na
更有益吗？
两者有何不同？
答案 0 :(得分：2)
如果将NA设置为零，那么对计算的影响就好像您测量它并且为零。因此，如果您在7月份测量温度，您将获得结果，好像您在那里度过了几个寒冷的日子。你的平均温度会更低。
如果您设置na.rm=T或使用complete.cases，效果就好像测量从未发生过（实际情况就是如此）。因此，我们7月份的平均温度仅为我们衡量的天数的平均值。
如果您只有一些孤立的NA值（sum(is.na())），那么您可能希望将它们全部设置为0（或其他一些合理的值，在此示例中<7月的平均温度可能会很好。）
如果只有极少数（因此我并不关心它会使我的测量结果偏差）或者零是一个合理的值（例如，如果我们想要几个月的工作经验，我只会设置为零，{{1可能意味着“没有经验”）。
软件很软：如果您的数据集足够小，您可以尝试两者并观察它对您的数据的影响程度。