R语言中移除人口普查工资数据里特定异常值9999999的方法

你可以根据自己的使用习惯选择以下两种处理方式，10万级数据集的运行效率都不存在问题：

方法1：替换为标准NA值后过滤（更推荐） #

先把标记值9999999替换为R原生的NA缺失值，后续回归、统计函数都可以自动识别缺失，不需要重复处理标记规则：

# 仅替换工资列的缺失标记
df$INCWAGE[df$INCWAGE == 9999999] <- NA
# 剔除工资列缺失的行，得到干净数据集
clean_df <- df[!is.na(df$INCWAGE), ]

如果后续发现其他字段也用9999999做缺失标记，可以批量替换全表：

df[df == 9999999] <- NA

验证处理效果可以运行你之前的测试代码：
data.frame(clean_df$INCWAGE[1:10])
输出结果只会保留前10条里的有效记录1180、500，和预期一致。

方法2：直接过滤有效记录 #

不需要保留NA标识的话可以一步完成筛选：

clean_df <- df[df$INCWAGE != 9999999, ]

内容的提问来源于stack exchange，提问作者radal95