前言：資料處理的最後一篇了，今天要講的是資料組合、缺漏值處理~~如果內容有哪些錯誤的地方，請多多包涵～

正文開始-->
【資料組合】
當處理像資料框的資料時，有時候會新增刪減欄位、資料。方法如下

1. cbind()
2. rbind()

使用範例：

• cbind()：增加行資料。
• rbind()：增加列資料。

也可以將兩個資料框做合併，主要使用merge()函數。

• merge()函數主要寫法為merge(資料框1,資料框2,by="結合依據欄位")。會依據結合依據欄位做資料合併，但如果希望將所有資料作合併，可以在最後加上參數all，all.x或是all.y，來保留沒對應到的資料列。

【遺漏值處理】

• 遺漏值處理的範疇為資料預處理，又稱為資料清洗。因為如果沒有正確的資料，可能會導致後來的分析或式運算出現很大的偏誤。
• 遺漏值（Missing Value）是當出現在真實資料時，會導致進行數值運算的時候產生問題，最簡單的方法是將有遺漏值的資料移除。
• 在R語言中，遺漏值會被表現成NA（not available）。可以使用is.na()函式來判斷資料是否存在空值NA，若為真TRUE，則將資料移除。
  使用範例：
  
  • is.na()：檢查資料是否有NA。
  • naVec[!is.na()]：回傳檢查為FALSE的元素。
  • sum(is.na())：計算遺漏值個數。

參考：

1. https://yijutseng.github.io/DataScienceRBook/manipulation.html#%E8%B3%87%E6%96%99%E7%B5%84%E5%90%88
2. https://rpubs.com/skydome20/R-Note10-Missing_Value