OE Sharing Community

Handling Missing Values using R

การจัดการข้อมูลที่ขาดหายด้วย R Programing

Written by Pongpichai Ratchadanuwat 15/8/2021

ข้อมูลขาดหายเป็นเรื่องปกติที่คนทำ Data ทุกคนต้องเจอ ไม่ว่าจะเป็นจากการเก็บข้อมูลด้วยแบบสอบถาม หรือข้อมูลที่ดึงออกมาจากฐานข้อมูลต่างๆ โดยข้อมูลที่ขาดหายมักถูกแทนที่ด้วยค่า ช่องว่าง , NA , N/A หากเรานำข้อมูลเหล่านี้ไปใช้งาน อาจเสี่ยงต่อการวิเคราะห์ข้อมูลผิดพลาดได้

จากปัญหาข้อมูลขาดหายที่พบเป็นประจำ !!! เราจะมาแนะนำวิธีการจัดการกับข้อมูลขาดหายด้วย R Programing ได้อย่างง่ายๆ ลองทำตาม ไปด้วยกันครับ

แนวทางการจัดการกับข้อมูลขาดหาย

ตัวอย่างข้อมูลที่ใช้ในบทความ

Download Example File

Download Source Code

วิธีการ Import ข้อมูลจากไฟล์ CSV เข้าโปรแกรม R

เปรียบเทียบวิธีการ Import ข้อมูลจากไฟล์ CSV เข้าโปรแกรม R

ดูโครงสร้างของข้อมูล

ดูสถิติเบื้องต้นของข้อมูล

Handling Missing Data 1 : การตัดทิ้ง

Handling Missing Data 2 : การแทนค่าข้อมูล NA ด้วย Mean

Handling Missing Data 2 : การแทนค่าข้อมูล NA ด้วยข้อความ (String)

จากตัวอย่างการจัดการข้อมูลที่ขาดหาย จะเป็นประโยชน์มากๆ ในกรณีที่เรามีข้อมูลจำนวนไม่มาก ไม่สามารถตัดข้อมูลที่ขาดหายออกไปได้ จึงจำเป็นต้องใช้การแทนค่าทางสถิติ เพื่อให้ตัวอย่างไม่ลดลง และได้ผลลัพธ์ที่เชื่อถือได้จากข้อมูล

Page updated

Google Sites

Report abuse