###################################################
問題：缺失值 18.5.2
有關處理缺失值的各種方法有什么？各自的適用場景、
解決方案：
na.fail(向量a) ： 有 NA 則返回錯誤，無 NA 則返回原向量 a
na.omit(向量a) ： 返回刪除 NA 后的向量 a
attr(na.omit(a),"na.action") : 返回 NA 的下標。。
討論擴展：
is.na(leadership[,6:10])
# 用函數na.rm = TRUE可以排除缺失值
# na.omit()可以移除所有含有缺失值的行。newdata <- na.omit(leadership);
is.na(irirugs); #生成一個與X維數相同的布爾矩陣（向量）。
colSums(iris) #iris,中某列如果有空，則返回NA，
另請參閱：
###################################################
問題：查看變量類型 18.4.27
怎么查看一個變量的：類型、、結構 、等其他信息 ？？
解決方案：
class(iris) #[1] "data.frame"
class(iris$Sepal.Length) #[1] "numeric"
class(iris$Species) #[1] "factor"
dim(iris) #[1] 150 5 #對 data.frame 有效
attributes(iris) #綜合輸出所有行名、列名、以及class結果。
str(iris) #顯示每個變量的行列數和類型
mode(iris$Sepal.Length) #[1] "numeric"
typeof(iris$Sepal.Length) #[1] "double"
討論擴展：18.5.2
class(): 查看變量類型，vector、data.frame、matrix、factor、list
mode(): 查看數據大類，character、numeric、logical
as.character() #as.character(unlist(data[,2]))
as.numeric() 字符 -> 數值
as.logical() 字符 -> 邏輯
typeof(): 查看數據細類，integer、double、single、float
另請參閱：