Определите количество значений NA в столбце

Я хочу подсчитать количество NAзначений в столбце фрейма данных. Скажем, мой фрейм данных вызван df, а имя рассматриваемого столбца - col. Я придумал следующее:

sapply(df$col, function(x) sum(length(which(is.na(x)))))  

Это хороший / самый эффективный способ сделать это?

Вы слишком задумываетесь над проблемой:

sum(is.na(df$col))

Если вы ищете NAколичество для каждого столбца в фрейме данных, тогда:

na_count <-sapply(x, function(y) sum(length(which(is.na(y)))))

должен дать вам список с подсчетами для каждого столбца.

na_count <- data.frame(na_count)

Должны выводиться данные в виде фрейма данных, например:

----------------------
| row.names | na_count
------------------------
| column_1  | count

Попробуйте colSumsфункцию

df <- data.frame(x = c(1,2,NA), y = rep(NA, 3))

colSums(is.na(df))

#x y 
#1 3 

Если вы хотите подсчитать количество NA во всем фрейме данных, вы также можете использовать

sum(is.na(df))

На summary()выходе функция также считает NAs, поэтому можно использовать эту функцию, если требуется сумма NAs в нескольких переменных.

Аккуратный способ подсчитать количество нулей в каждом столбце фрейма данных:

library(tidyverse)
library(purrr)

df %>%
    map_df(function(x) sum(is.na(x))) %>%
    gather(feature, num_nulls) %>%
    print(n = 100)

Эта форма, немного измененная по сравнению с формой Кевина Огорос:

na_count <-function (x) sapply(x, function(y) sum(is.na(y)))

возвращает количество NA как именованный массив int

Быстрое и простое решение Tidyverse для NAподсчета всех столбцов - это использовать, summarise_all()что, как мне кажется, значительно упрощает чтение решения, чем использование purrrилиsapply

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

Попробуй это:

length(df$col[is.na(df$col)])

Ответ пользователя rrs правильный, но он сообщает вам только количество значений NA в конкретном столбце фрейма данных, который вы передаете, чтобы получить количество значений NA для всего фрейма данных, попробуйте следующее:

apply(<name of dataFrame>, 2<for getting column stats>, function(x) {sum(is.na(x))})

Это трюк

Я прочитал CSV- файл из локального каталога. Для меня работает следующий код.

# 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

Аналогично ответу hute37, но с использованием purrrпакета. Я думаю, что этот подход проще, чем ответ, предложенный AbiK.

library(purrr)
map_dbl(df, ~sum(is.na(.)))

Примечание: тильда ( ~) создает анонимную функцию. И '.' относится к вводу анонимной функции, в данном случае data.frame df.

sapply(name of the data, function(x) sum(is.na(x)))

Вы можете использовать это для подсчета количества NA или пробелов в каждом столбце

colSums(is.na(data_set_name)|data_set_name == '')