将空白读作 NAN - R
reading blanks as NAN - R
我将 df 从 python 导入到 .csv，然后导入到 r，r 读取 [=13= 中的空白值]（python 中的 NaN）作为空白单元格。我需要 r 将这些空白读取为缺失值。我该怎么做？
此外，如果我这样做 sum(is.na(df))，它会给我 9 NaN。在 python 中，它有 3545 NaN 个值。为什么会这样？
PS：我的初始数据框中没有空白单元格，所以我可以这样做
isblank(df) <- NaN # But I invented this command
当我们读取数据集时，有一个选项可以用 na.strings
指定 NA 个元素
df1 <- read.csv('file.csv', na.strings = c('NaN', ''))
现在，我们可以使用 is.na
进行检查
如果我们继续原来的方法，可以选择用 is.nan 检查 NaN，但它只能检查 vector 或数据集 [= 的列18=]
sum(sapply(df, is.nan))
我将 df 从 python 导入到 .csv，然后导入到 r，r 读取 [=13= 中的空白值]（python 中的 NaN）作为空白单元格。我需要 r 将这些空白读取为缺失值。我该怎么做？
此外，如果我这样做 sum(is.na(df))，它会给我 9 NaN。在 python 中，它有 3545 NaN 个值。为什么会这样？
PS：我的初始数据框中没有空白单元格，所以我可以这样做
isblank(df) <- NaN # But I invented this command
当我们读取数据集时，有一个选项可以用 na.strings
NA 个元素
df1 <- read.csv('file.csv', na.strings = c('NaN', ''))
现在，我们可以使用 is.na
如果我们继续原来的方法，可以选择用 is.nan 检查 NaN，但它只能检查 vector 或数据集 [= 的列18=]
sum(sapply(df, is.nan))