Remplacer les valeurs manquantes

Dans le dernier exercice, vous avez constaté que, pour six observations, la valeur de RelationalNeighborSecond était manquante. Dans cet exercice, vous allez remplacer ces valeurs manquantes par 0.

Cette activité fait partie du cours

Analytique prédictive avec des données en réseau dans R

Voir le cours

Instructions de l’exercice

Utilisez summary() pour examiner la caractéristique RelationalNeighborSecond.
Trouvez les indices des observations manquantes avec which() et assignez-les à la variable toReplace.
Utilisez le vecteur toReplace pour remplacer les valeurs manquantes de studentnetworkdata$RelationalNeighborSecond par zéro.
Réexaminez RelationalNeighborSecond pour vous assurer qu'il n'y a plus de valeur manquante.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Inspect the feature
___(studentnetworkdata$RelationalNeighborSecond)

# Find the indices of the missing values
toReplace <- ___(is.na(studentnetworkdata$___))

# Replace the missing values with 0
studentnetworkdata$RelationalNeighborSecond[___] <- ___

# Inspect the feature again
___(___$___)

Modifier et exécuter le code