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$col, function(x) sum(length(which(is.na(x)))))
这是一个好的/最有效的方法吗?
当前回答
获得所有列NA计数的一个快速简单的Tidyverse解决方案是使用summarise_all()，我认为这比使用purrr或sapply更容易读取解决方案
library(tidyverse)
# Example data
df <- tibble(col1 = c(1, 2, 3, NA),
col2 = c(NA, NA, "a", "b"))
df %>% summarise_all(~ sum(is.na(.)))
#> # A tibble: 1 x 2
#> col1 col2
#> <int> <int>
#> 1 1 2
或者使用更现代的across()函数:
df %>% summarise(across(everything(), ~ sum(is.na(.))))
其他回答
你想太多了:
sum(is.na(df$col))
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)
你可以用它来计算每一列中NA或空格的数量
colSums(is.na(data_set_name)|data_set_name == '')
我从本地目录读取csv文件。以下代码适用于我。
# 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
如果你在每一列中寻找空值，然后一个接一个地打印，那么你可以使用这个。简单的解决方案。
lapply(df, function(x) { length(which(is.na(x)))})
