ฉันต้องการนับจำนวนNAค่าในคอลัมน์ data frame กล่าวว่ากรอบข้อมูลของฉันเรียกว่าและชื่อของคอลัมน์ฉันกำลังพิจารณาคือdf colวิธีที่ฉันคิดขึ้นมีดังต่อไปนี้:
sapply(df$col, function(x) sum(length(which(is.na(x))))) นี่เป็นวิธีที่ดี / มีประสิทธิภาพมากที่สุดในการทำเช่นนี้?
คำตอบ:
คุณคิดถึงปัญหามากเกินไป:
sum(is.na(df$col))sum(df$col==value,na.rm=FALSE)ไม่หลอกลวง
na.rm=TRUEเพราะมิฉะนั้นถ้าdf$colมี NAS, จะกลับมาsum NA
หากคุณกำลังมองหาการNAนับสำหรับแต่ละคอลัมน์ใน dataframe แล้ว:
na_count <-sapply(x, function(y) sum(length(which(is.na(y)))))ควรให้รายการที่มีการนับสำหรับแต่ละคอลัมน์
na_count <- data.frame(na_count)ควรส่งออกข้อมูลอย่างดีใน dataframe เช่น:
----------------------
| row.names | na_count
------------------------
| column_1 | count
na_count$name<-rownames(na_count)ด้วย
na_count <-sapply(x, function(y) sum(is.na(y)))เป็นทางเลือกที่สั้นกว่า
ลองใช้colSumsฟังก์ชั่น
df <- data.frame(x = c(1,2,NA), y = rep(NA, 3))
colSums(is.na(df))
#x y
#1 3
หากคุณต้องการนับจำนวน NA ในดาต้าเฟรมทั้งหมดที่คุณสามารถใช้ได้
sum(is.na(df))ในsummary()เอาต์พุตฟังก์ชั่นนี้ยังนับจำนวนNAs ดังนั้นหนึ่งสามารถใช้ฟังก์ชันนี้หากต้องการผลรวมของNAs ในตัวแปรหลายตัว
summaryเอาต์พุตเมื่อใช้กับคอลัมน์เดียวนั้นสามารถใช้งานได้ในขณะที่เอาต์พุตจากเฟรมข้อมูลทั้งหมดเป็นอักขระและจำนวนการแยกนั้นยากที่จะแยกหากคุณต้องการในภายหลัง c(summary(mtcars))ดู
วิธีที่เป็นระเบียบเพื่อนับจำนวนโมฆะในทุกคอลัมน์ของดาต้าเฟรม:
library(tidyverse)
library(purrr)
df %>%
map_df(function(x) sum(is.na(x))) %>%
gather(feature, num_nulls) %>%
print(n = 100)
df %>% summarise_all(funs(sum(is.na(.))))
df %>% map_df(~sum(is.na(.)))หรือไม่มี dplyr เป็นmap_df(~sum(is.na(df)))
แบบฟอร์มนี้เปลี่ยนไปจากรูปแบบของ Kevin Ogoros เล็กน้อย:
na_count <-function (x) sapply(x, function(y) sum(is.na(y)))ส่งกลับนับ NA เป็นอาร์เรย์ int ชื่อ
na_count <-function (x) lapply(x, function(y) sum(is.na(y)))
วิธีแก้ปัญหา Tidyverse ที่ง่ายและรวดเร็วในการNAนับจำนวนคอลัมน์ทั้งหมดคือการใช้summarise_all()ซึ่งฉันคิดว่าทำให้อ่านง่ายกว่าการใช้purrrหรือsapply
library(tidyverse)
# Example data
df <- tibble(col1 = c(1, 2, 3, NA),
col2 = c(NA, NA, "a", "b"))
df %>% summarise_all(~ sum(is.na(.)))
#> # A tibble: 1 x 2
#> col1 col2
#> <int> <int>
#> 1 1 2
ลองสิ่งนี้:
length(df$col[is.na(df$col)])คำตอบที่ผู้ใช้ตอบถูกต้อง แต่จะบอกจำนวนของค่า NA ในคอลัมน์เฉพาะของกรอบข้อมูลที่คุณส่งผ่านเพื่อรับจำนวนค่า NA สำหรับกรอบข้อมูลทั้งหมดลองทำสิ่งนี้:
apply(<name of dataFrame>, 2<for getting column stats>, function(x) {sum(is.na(x))})นี่เป็นการหลอกลวง
apply(df, 2, function(x) sum(is.na(x)))
ฉันอ่านไฟล์ csvจากไดเรกทอรีในเครื่อง รหัสต่อไปนี้ทำงานให้ฉัน
# to get number of which contains na
sum(is.na(df[, c(columnName)]) # to get number of na row
# to get number of which not contains na
sum(!is.na(df[, c(columnName)])
#here columnName is your desire column name
คล้ายกับคำตอบของ hute37 แต่ใช้purrrแพ็คเกจ ฉันคิดว่าวิธีการที่เป็นระเบียบนี้ง่ายกว่าคำตอบที่เสนอโดย AbiK
library(purrr)
map_dbl(df, ~sum(is.na(.)))หมายเหตุ: เครื่องหมายตัวหนอน ( ~) สร้างฟังก์ชั่นที่ไม่ระบุชื่อ และ '.' หมายถึงการป้อนข้อมูลสำหรับฟังก์ชั่นที่ไม่ระบุชื่อในกรณีนี้ dfdata.frame
คุณสามารถใช้สิ่งนี้เพื่อนับจำนวน NA หรือช่องว่างในทุกคอลัมน์
colSums(is.na(data_set_name)|data_set_name == '')sapply(name of the data, function(x) sum(is.na(x)))
valueอื่น ๆ นอกเหนือจากNAการเขียนฟังก์ชั่นบูลีนis.valueแล้วใช้sum(is.value(df$col))วิธีที่จะไปหรือมีไวยากรณ์โดยตรงที่กระชับมากขึ้นสำหรับเรื่องนี้?