一、实验目的

  1. 主要分析VIM包自带的数据集sleep中的缺失数据处理问题。
  2. 数据导入操作包括输入VIM包数据集sleep的函数data()操作。
  3. 使用函数na.omit()，除去缺失数据（NA）。
  4. 数据导出操作包括导出Excel数据文件。
  5. 列出完整代码包含注解。

    二、实验内容

    说明 1: 在VIM包数据集sleep中的变量说明:
    睡眠变量，包括睡眠中做梦时长（Dream）、不做梦的时长（NonD）以及二者的和（sleep）；
    体质变量，包括体重（BodyWgt，单位为千克）、脑重（BrainWgt，单位为克）、寿命（Span，单位为 年）和妊娠期（Gest，单位为天）；
    生态学变量，包括物种被捕食的程度（Pred）、睡眠时暴露的程度（Exp）和面临的总危险程度 （Danger）。
    说明 2: 使用函数read.xlsx()将原始数据集sleep（脏数据），导出Excel文件。
    说明 4: 再使用函数read.xlsx()将已处理的数据集sleep（清洁数据），导出Excel文件。

    三、实验报告

    1. 实验环境：

    Win10

    2. 实验内容与完成情况：

    1）R语言源代码

    install.packages(“VIM”)
    data(sleep,package=”VIM”)
    sleep
    summary(sleep)
    sleep[!complete.cases(sleep),]
    mean(!complete.cases(sleep))
    sum(is.na(sleep$Span))
    cleanedsleep <- na.omit(sleep)
    cleanedsleep

    2）在RStudio中键入命令：

    image.png

    3）执行命令1，2

    设置工作目录，执行命令3安装R包“VIM”，安装成功如下所示：
    image.png

    4）执行命令4，5

    从“VIM”包中读取sleep数据集，并且将其显示出来，结果如下所示：
    image.png

    5）执行命令6

    将原始数据集sleep（脏数据）导出到Excel文件中，结果如下图所示（具体文件见压缩包）：
    image.png

image.png
注：源表格文件将存放于附件一

6）执行命令7

获取各个变量间的描述性统计量，结果如下图所示：
image.png

7）执行命令8

列出所有缺失值的行，执行命令9，计算缺失行占整体的比例，执行命令10，计算sleep数据集中span列缺失值的个数。结果如下所示：
image.png

8）执行命令11，12

将数据集中有缺失值的行剔除掉，并且将完整的数据集放入到cleanedsleep中，结果如下图所示：
image.png

9）执行命令13

将清洗后的数据集cleanedsleep导出到Excel文件中，结果如下图所示：
image.png

image.png
注：源表格文件将存放于附加二

3. 出现的问题：

1） 在导出数据集时没有注意数据集名称的拼写导致了以下错误：
image.png

4. 解决方案：

1） 正确键入数据集名称，导出成功：
image.png

四，附录

附件一

sleep.csv

附件二

cleanedsleep.csv