Estou iniciando no aprendizado de R e me deparei com uma situação que não estou entendendo. Baixei os dados do ENEM 2014 (arquivo CSV) e fiz a leitura usando:
dados_enem <- read.csv(file="MICRODADOS_ENEM_2014.csv", header = TRUE, sep = ",")
Quando peço para calcular a máxima, mínima ou média de um determinado campo numérico, ele retorna perfeitamente. Por exemplo, o campo NU_NOTA_REDACAO:
max(dados_enem$NU_NOTA_REDACAO)
min(dados_enem$NU_NOTA_REDACAO)
mean(dados_enem$NU_NOTA_REDACAO)
> max(dados_enem$NU_NOTA_REDACAO)
[1] 1000
> min(dados_enem$NU_NOTA_REDACAO)
[1] 0
> mean(dados_enem$NU_NOTA_REDACAO)
[1] 323.4219
Porém, ao fazer o mesmo para os campos NOTA_CN ou NOTA_CH, ambos do mesmo formato que o NU_NOTA_REDACAO, me é exibido NA:
max(dados_enem$NOTA_CN)
min(dados_enem$NOTA_CN)
mean(dados_enem$NOTA_CN)
max(dados_enem$NOTA_CN)
[1] NA
min(dados_enem$NOTA_CN)
[1] NA
mean(dados_enem$NOTA_CN)
[1] NA
Já tentei forçar a conversão para numérico, mas o resultado foi o mesmo:
dados_enem$NOTA_CN = as.numeric(as.character(dados_enem$NOTA_CN))
max(dados_enem$NOTA_CN)
[1] NA
O arquivo é bem grande (quase 9 milhões de registros e 166 colunas, mas segue uma amostra dos dados desta coluna:
[4513] NA NA 462.1 483.1 541.7 NA 527.8 NA NA 456.9 639.5 527.9 535.1 NA NA NA
[4529] 505.7 389.3 391.7 764.9 527.5 459.3 481.1 NA 438.7 609.3 591.8 438.3 538.2 NA 493.5 NA
[4545] NA 396.8 NA 486.3 566.1 NA NA NA 529.8 620.5 477.0 404.4 446.2 547.4 NA 460.5
[4561] NA NA 541.8 NA NA 544.2 605.2 584.5 NA NA 523.2 541.7 NA 523.1 528.7 NA
O que estou fazendo de errado?
Grato a todos!
dados_enem = na.omit(dados_enem)
ou fazer a chamada de cálculo da seguinte forma:mean(dados_enem$NOTA_CN, na.rm=TRUE)
. Mais detalhes aqui: statmethods.net/input/missingdata.htmlna.omit
os dados são removidos do objeto. Além disso, é importante lembrar que ele exclui todas as linhas que possuem pelo menos um valorNA
.NA
justamente nessa coluna talvez possa ser totalmente eliminada porque os demais dados daquela linha tornar-se-iam inúteis pra análise que vc quer fazer.