如何处理" NA"在朱莉娅

时间:2016-11-14 20:35:26

标签: julia missing-data

我需要在Julia中丢失一个缺少值的文件(" NA") 我用来读取文件的命令是:

file = readdlm("FILE_NAs.txt", header=false)

问题是我不能在数学方程中使用这些文件(比如矩阵乘法),因为" NA" s。 我试图使用包" DataArray"和函数" dropna(文件)",但没有用。
所以,我想忽略甚至删除那些" NA"的价值。

以下是加载文件的示例(空格分隔):

"Ind1" "NA"  "NA"  "NA"   "NA"   "NA"   "NA"  2   "NA"   "NA"
"Ind2" "NA"  "NA"  "NA"   "NA"   "NA"   "NA"  2   "NA"   "NA"
"Ind3" "NA"  "NA"  "NA"   "NA"   "NA"   "NA"  1   "NA"   "NA"
"Ind4" "NA"  "NA"  "NA"   "NA"   "NA"   "NA"  2   "NA"   "NA"
"Ind5" 0     0     0      0      0      0     1   0      0 
"Ind6" 1     0     0      0      1      1     2   1      1 
"Ind7" 1     0     0      0      1      1     2   1      1 
"Ind8" 0     0     0      0      0      0     2   0      0

1 个答案:

答案 0 :(得分:2)

NA类型明确设计为毒性线性代数运算,因此您不应将数组乘以NA

我假设您使用类似

的内容加载数据
using DataFrames
x = readtable("FILE_NAs.txt", header = false, separator = ' ')

如果您只想清除包含NA的行,那么最简单的要做的事情可能就是调用

y = DataFrames.na_omit(x)[1]

这将产生一个新的DataFrame,其中包含NA的任何行已被清除。如果要从示例文件中提取数值数据,则需要

z = convert(Matrix{Int}, y[2:end])

应该有效。我们可以将y定义为向量,因为DataFrame的行为类似于柱状DataArray的向量。请注意,将DataFrame NA个条目转换为Matrix fail

如果您希望按列清除,则确定哪些列中包含NA。一种方法是通过

# get a Bool array of NA positions
y = array(map(isna, eachcol(x)))

# get a vector indexing columns with NA in them
z = vec(!reducedim(|, y, 1))

# now extract columns of x with no missing data
x[z] # <-- only has rows x1, x8

DataFrame大师可能知道一种更简单的方法。