R语言中 如何查看数据是否有缺失值

在R语言中，检查数据集是否存在缺失值有几种常用的方法：

1. **`is.na()` 函数**：这是一个基本的函数，可以返回TRUE或FALSE，表示每个元素是否为NA。例如：

# 对于向量化数据
data_with_na <- c(1, 2, NA, 4)
any(is.na(data_with_na))

这将返回TRUE，因为有一个NA值。

2. **`is.nan()` 函数**：虽然这个函数主要用于数值类型的NaN值，但在R中，NA就是NA，所以可以直接用`is.na()`处理。

3. **`sum(is.na())` 或 `sum(is.nan())`**：这两个函数会计算数据框或矩阵中所有NA值的数量。

4. **`complete.cases()` 函数**：返回一个逻辑向量，其中TRUE对应的行不含有缺失值。可以用这个函数检查整个数据框或数据表是否有完整记录。

complete_cases(data_with_na)

5. **`na.omit()` 函数**：此函数会删除含有缺失值的行，但你可以先用它来快速查看哪些行会被删除。

6. **`tidyverse` 包中的函数**，如 `dplyr` 的 `distinct()` 或 `filter()` 结合 `n_distinct()` 或 `n_distinct()`，能帮助查看唯一值的数量并发现缺失值。

以上都是常见的检查数据中缺失值的方法。