Main Content

本页翻译不是最新的。点击此处可查看最新英文版本。

rmmissing

删除缺失的条目

全页折叠

语法

R = rmmissing(A)
R = rmmissing(A,dim)
R = rmmissing(___,Name,Value)
[R,TF] = rmmissing(___)

说明

示例

R = rmmissing(A) 从数组或表中删除缺失的条目。如果 A 是向量，则 rmmissing 会删除包含缺失数据的所有条目。如果 A 是矩阵或表，则 rmmissing 会删除包含缺失数据的所有行。

缺失值的定义取决于 A 的数据类型：

  • NaN - double、single、duration 和 calendarDuration

  • NaT — datetime

  • <missing> — string

  • <undefined> — categorical

  • ' ' — char

  • {''} - 字符向量的 cell

如果 A 是表，则每列的数据类型定义该列的缺失值。

示例

R = rmmissing(A,dim) 指定要沿其进行运算的 A 的维度。默认情况下，rmmissing 沿其大小不为 1 的第一个维度进行运算。

示例

R = rmmissing(___,Name,Value) 使用一个或多个名称-值参数指定用来删除缺失条目的其他参数。例如，您可以使用 rmmissing(A,'MinNumMissing',n) 删除 A 的包含至少 n 个缺失值的行。

示例

[R,TF] = rmmissing(___) 还返回与 A 中被删除的行或列对应的逻辑向量。

示例

全部折叠

打开实时脚本

创建包含 NaN 值的向量，然后删除每个 NaN。

A = [1 3 NaN 6 NaN];
R = rmmissing(A)
R = 1×3

     1     3     6
打开实时脚本

从具有多个数据类型的表中删除不完整的行。

首先创建一个表，其变量包括 categorical、double 和 char 数据类型。

A = table(categorical({'';'F';'M'}),[45;32;NaN],{'';'CA';'MA'},[6051;7234;NaN],...
    'VariableNames',{'Gender' 'Age' 'State' 'ID'})
A=3×4 table
      Gender       Age      State        ID 
    ___________    ___    __________    ____

    <undefined>     45    {0x0 char}    6051
    F               32    {'CA'    }    7234
    M              NaN    {'MA'    }     NaN

删除表中包含缺失数据的任何行。

R = rmmissing(A)
R=1×4 table
    Gender    Age    State      ID 
    ______    ___    ______    ____

      F       32     {'CA'}    7234

只删除在 Age 或 ID 表变量中包含缺失值的行。 

R = rmmissing(A,'DataVariables',{'Age','ID'})
R=2×4 table
      Gender       Age      State        ID 
    ___________    ___    __________    ____

    <undefined>    45     {0x0 char}    6051
    F              32     {'CA'    }    7234

或者，使用 isnumeric 函数识别要对其执行运算的数字变量。

R = rmmissing(A,'DataVariables',@isnumeric)
R=2×4 table
      Gender       Age      State        ID 
    ___________    ___    __________    ____

    <undefined>    45     {0x0 char}    6051
    F              32     {'CA'    }    7234
打开实时脚本

创建一个包含缺失数据的矩阵，然后删除包含两个或更多缺失值的任何列（第二个维度）。返回新矩阵以及指示 A 的哪些列已被删除的逻辑行向量。

A = [NaN NaN 5 3 NaN 5 7 NaN 9 2;
     8 9 NaN 1 4 5 6 5 NaN 5;
     NaN 4 9 8 7 2 4 1 NaN 3]
A = 3×10

   NaN   NaN     5     3   NaN     5     7   NaN     9     2
     8     9   NaN     1     4     5     6     5   NaN     5
   NaN     4     9     8     7     2     4     1   NaN     3


[R,TF] = rmmissing(A,2,'MinNumMissing',2)
R = 3×8

   NaN     5     3   NaN     5     7   NaN     2
     9   NaN     1     4     5     6     5     5
     4     9     8     7     2     4     1     3


TF = 1x10 logical array

   1   0   0   0   0   0   0   0   1   0

输入参数

全部折叠

输入数据，指定为向量、矩阵、表或时间表。如果 A 是 timetable，则 rmmissing(A) 会删除 A 中包含缺失数据的所有行，还会删除对应的时间向量元素。如果时间向量包含 NaT 或 NaN，则 rmmissing(A) 会从时间向量中删除它，还会删除 A 的对应行。

沿其进行运算的维度，指定 1 或 2。默认情况下，rmmissing 沿其大小不为 1 的第一个维度进行运算。

以一个 m×n 输入矩阵数组 A 为例：

  • rmmissing(A,1) 删除 A 中包含缺失数据的行。

    rmmissing(A,1) row removal

  • rmmissing(A,2) 删除 A 中包含缺失数据的列。

    rmmissing(A,2) column removal

名称-值参数

将可选的参数对组指定为 Name1=Value1,...,NameN=ValueN，其中 Name 是参数名称，Value 是对应的值。名称-值参数必须出现在其他参数之后，但参数对组的顺序无关紧要。

在 R2021a 之前，使用逗号分隔每个名称和值，并用引号将 Name 引起来。

示例： rmmissing(A,'DataVariables',{'Temperature','Altitude'}) 会删除 A 中在 Temperature 或 Altitude 变量中包含缺失数据的行

要删除行或列所必须具有的最小缺失条目数，指定为非负标量（默认值为 1）。

示例： rmmissing(A,'MinNumMissing',6)

要对其进行操作的表变量，指定为下表中的选项之一。DataVariables 值指示要检查输入表中的哪些变量有缺失值。

表中未由 DataVariables 指定的其他变量将传递给输出，而不检查缺失值。

选项描述示例
变量名称

指定单个表变量名称的字符向量或标量字符串

'Var1'

"Var1"

变量名称的向量

字符向量元胞数组或字符串数组，其中每个元素表示一个表变量名称

{'Var1' 'Var2'}

["Var1" "Var2"]

变量索引的标量或向量

表变量索引的标量或向量

1

[1 3 5]

逻辑向量

逻辑向量，每个元素分别对应一个表变量，其中 true 指示包括对应变量，false 指示不包括对应变量。

[true false true]

函数句柄

函数句柄，以表变量作为输入并返回逻辑标量

@isnumeric

vartype 下标

由 vartype 函数生成的表下标

vartype('numeric')

示例： rmmissing(T,'DataVariables',["Var1" "Var2" "Var4"])

输出参数

全部折叠

已删除缺失条目的数据，以向量、矩阵、表或时间表的形式返回。R 的大小取决于删除的行数或列数。

已删除条目的指示符，以逻辑向量的形式返回。值 1 (true) 对应于 R 中已删除的行或列。值 0 (false) 对应于未改变的行和列。TF 的方向和大小取决于 A 和操作的维度。

数据类型： logical

扩展功能

版本历史记录

在 R2016b 中推出

全部展开

另请参阅

函数

实时编辑器任务

App

主题