Odstranění chybějících dat

Už víš, že úroková sazba (int_rate) v datasetu loan_data se liší podle zákazníka. Bohužel u některých záznamů úroková sazba chybí. Teď potřebuješ zjistit, kolik úrokových sazeb chybí, a tyto záznamy odstranit.

V tomto cvičení použiješ funkci which() k vytvoření indexu řádků, které obsahují hodnotu NA. Tento index pak použiješ k odstranění řádků s NA.

Toto cvičení je součástí kurzu

Modelování kreditního rizika v R

Zobrazit kurz

Pokyny k cvičení

Podívej se na počet chybějících hodnot proměnné int_rate pomocí funkce summary().
Pomocí which() a is.na() vytvoř index záznamů, u nichž není úroková sazba zaznamenána. Výsledek ulož do objektu na_index.
Vytvoř nový dataset s názvem loan_data_delrow_na, který nebude obsahovat záznamy s chybějícími úrokovými sazbami.
Připomeň si, že jsme vytvořili kopii loan_data s názvem loan_data_delcol_na. Místo odstranění záznamů s chybějícími úrokovými sazbami tentokrát smaž celý sloupec int_rate – nastav ho na NULL.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Look at summary of loan_data


# Get indices of missing interest rates: na_index
na_index <- 

# Remove observations with missing interest rates: loan_data_delrow_na
___ <- loan_data[-___, ]

# Make copy of loan_data
loan_data_delcol_na <- loan_data

# Delete interest rate column from loan_data_delcol_na

Upravit a spustit kód