我想在一个数据帧列中计算NA值的数量。假设我的数据帧称为df，我正在考虑的列的名称是col。我提出的方法如下:
sapply(df$col, function(x) sum(length(which(is.na(x)))))
这是一个好的/最有效的方法吗?
当前回答
另一个选项使用complete。这样的案例:
df <- data.frame(col = c(1,2,NA))
df
#> col
#> 1 1
#> 2 2
#> 3 NA
sum(!complete.cases(df$col))
#> [1] 1
于2022-08-27使用reprex v2.0.2创建
其他回答
你想太多了:
sum(is.na(df$col))
类似于hute37的答案，但使用了purrr包。我认为这种tidyverse方法比AbiK提出的答案更简单。
library(purrr)
map_dbl(df, ~sum(is.na(.)))
注意:波浪号(~)创建一个匿名函数。还有'。’指的是匿名函数的输入，在本例中为data.frame df。
一种统计数据帧中每一列空值的方法:
library(tidyverse)
library(purrr)
df %>%
map_df(function(x) sum(is.na(x))) %>%
gather(feature, num_nulls) %>%
print(n = 100)
获得所有列NA计数的一个快速简单的Tidyverse解决方案是使用summarise_all()，我认为这比使用purrr或sapply更容易读取解决方案
library(tidyverse)
# Example data
df <- tibble(col1 = c(1, 2, 3, NA),
col2 = c(NA, NA, "a", "b"))
df %>% summarise_all(~ sum(is.na(.)))
#> # A tibble: 1 x 2
#> col1 col2
#> <int> <int>
#> 1 1 2
或者使用更现代的across()函数:
df %>% summarise(across(everything(), ~ sum(is.na(.))))
sapply(name of the data, function(x) sum(is.na(x)))
