Tutorial R   »   Dasar-dasar Pemrograman R   ›  Menangani Missing Data dalam Pemrograman R

Pemrograman R

Menangani Missing Data dalam Pemrograman R

Sering kali kita harus berhadapan dengan data yang hilang (missing data) saat hendak mengolah data. Dalam pemrograman R, untuk mengecek apakah ada missing values, kita bisa gunakan fungsi is.na().

Sering kali kita harus berhadapan dengan data yang hilang (missing data atau missing values) saat hendak mengolah data. Dalam pemrograman R, untuk mendefinisikan missing values digunakan kata kunci (keyword) NA (Not Available).

Selain itu, untuk hasil yang tidak terdefinisi seperti infinity, R menggunakan keyword NaN (Not a Number). Untuk mengecek apakah ada missing values, kita bisa gunakan fungsi is.na().

Pada objek matriks atau data.frame, untuk menyeleksi hanya baris yang tidak ada missing values kita gunakan fungsi complete.cases().

Perhatikan contoh berikut:

                
                  ## set x sebagai missing ##
                  x <- NA
                  x + 4
                  [1] NA              
                  log(x)
                  [1] NA
                  is.na(x)
                  [1] TRUE
                
              

                
                  ## Missing dalam sebuah vektor
                  x <- c(1,2,NA,4)
                  x
                  [1]  1  2 NA  4
                  
                  ## Mengecek missing values
                  is.na(x)
                  [1] FALSE FALSE  TRUE FALSE
                  
                  ## Menghitung jumlah missing
                  sum(is.na(x))
                  [1] 1
                
              

                
                  ## Missingness dalam matriks
                  ## Membuat matriks
                  mat1 <- matrix(c(1:19, NA), 4,5)
                  mat1
                      [,1] [,2] [,3] [,4] [,5]
                  [1,]    1    5    9   13   17
                  [2,]    2    6   10   14   18
                  [3,]    3    7   11   15   19
                  [4,]    4    8   12   16   NA
                  
                  is.na(mat1)
                        [,1]  [,2]  [,3]  [,4]  [,5]
                  [1,] FALSE FALSE FALSE FALSE FALSE
                  [2,] FALSE FALSE FALSE FALSE FALSE
                  [3,] FALSE FALSE FALSE FALSE FALSE
                  [4,] FALSE FALSE FALSE FALSE  TRUE
                  
                  complete.cases(mat1)
                  [1]  TRUE  TRUE  TRUE FALSE
                  
                  ## Memilih baris yang tidak terdapat missingness
                  mat1[complete.cases(mat1),]
                      [,1] [,2] [,3] [,4] [,5]
                  [1,]    1    5    9   13   17
                  [2,]    2    6   10   14   18
                  [3,]    3    7   11   15   19