Question

我尝试使用cor（）函数关联R中的两个数组。但是，为了比较它们，我需要它们的长度相同。问题是，我从更大的数据集中获取数组，并且在一个变量中有NA值，而在另一个变量中没有。我首先从更大的数据集中对我想要的样本进行子集化，现在我尝试将变量分成他们自己的数组并进行比较。我能够从其中一个变量中删除NA，但这会留下两个不同长度的数组。

到目前为止，这是代码：

    ## Flight Differences in Distance

    SampleFlights <- subset(Jan2017DataSet, Jan2017DataSet$ORIGIN == 
    "LAX" & Jan2017DataSet$DISTANCE < 500)

    Dep_Delay <- c(SampleFlights$DEP_DELAY)
    Dist <- c(SampleFlights$DISTANCE)

    ##

    Dep_Delay <- Dep_Delay[!is.na(Dep_Delay)]

    cor(SampleFlights$DISTANCE, Dep_Delay)

Answer 1

删除第一个子集中的NA

     SampleFlights <- subset(Jan2017DataSet, Jan2017DataSet$ORIGIN == 
        "LAX" & Jan2017DataSet$DISTANCE < 500 & !is.na(Dep_Delay))

要找到相关性，您需要将两个变量来自同一观察（飞行），因此您需要删除整行。

Answer 2

由于这些值来自同一数据帧，因此您可以在执行相关之前从数据帧中删除行：

SampleFlights <- SampleFlights[!is.na(SampleFlights$DEP_DELAY),];

这也适用于subset运算符：

SampleFlights <- subset(SampleFlights, !is.na(DEP_DELAY));

如果您需要删除任一数据集中存在的NA值，可以使用|：

SampleFlights <- 
  subset(SampleFlights, !is.na(DEP_DELAY) | !is.na(DISTANCE));

可以在没有中间变量赋值的情况下完成相关：

cor(SampleFlights$DISTANCE, SampleFlights$DEP_DELAY);

在一个阵列中放弃NA值＆amp; R中的相关性

2 个答案: