有在做資料分析的朋友，應該很常發生拿到資料不完整的情況，尤其當資料屬於人工維護時，品質會相對比較差，也較容易出現該填寫的地方卻是空值的問題，今天我們就要來針對遺失值進行探討

以下是根據自身經驗常使用的遺失值處理方法，若有誤用的地方也歡迎指教

1. 移除整筆資料
2. 插補平均數、中位數、眾數
3. 將遺失值分成一類(適用類別型變數)
4. 取一筆最相似的資料做插補(熱卡插補)

• 移除整筆資料
  當遺失值是少數的時候，可以選擇移除整筆資料，因為是少數，所以不會影響整個資料的分布

• 插補平均數(mean)、中位數(median)、眾數(mode)

  • 平均數: 遺失值很少的時候也可以選擇這種插補法，當資料屬於常態分佈時，可以選擇用平均數做插補，不過資料的變異數也會因此變小
  • 中位數: 資料屬於偏態的時候，可以選擇使用中位數插補
  • 眾數: 在類別型的欄位，可以使用眾數來做插補

• 將遺失值分成一類(適用類別型變數)
  另一種類別型欄位的插補方式，可以將所有的遺失值分成另一類，通常會插補不常見的值，例如: -1或999

• 取一筆最相似的資料做插補(熱卡插補)
  根據其他變數當作輔助，找到其他相似的完整資料，並使用該藍未來做插補。

還有其他像是迴歸、ML的插補方法，因為前面尚未介紹過這些方法，因此在本篇不贅述