Saya ingin menghitung jumlah NAnilai dalam kolom bingkai data. Katakanlah bingkai data saya dipanggil df, dan nama kolom yang saya pertimbangkan adalah col. Cara saya menemukan adalah sebagai berikut:
sapply(df$col, function(x) sum(length(which(is.na(x)))))
Apakah ini cara yang baik / paling efisien untuk melakukan ini?
Jawaban:
Anda terlalu memikirkan masalahnya:
sum(is.na(df$col))
sum(df$col==value,na.rm=FALSE)berhasil.
na.rm=TRUE, karena sebaliknya jika df$colberisi NAs, sumakan kembali NA.
Jika Anda mencari NAjumlah untuk setiap kolom dalam kerangka data, maka:
na_count <-sapply(x, function(y) sum(length(which(is.na(y)))))
harus memberi Anda daftar dengan jumlah untuk setiap kolom.
na_count <- data.frame(na_count)
Harus mengeluarkan data dengan baik dalam bingkai data seperti:
----------------------
| row.names | na_count
------------------------
| column_1 | count
na_count$name<-rownames(na_count).
na_count <-sapply(x, function(y) sum(is.na(y)))adalah alternatif yang lebih pendek.
Coba colSumsfungsinya
df <- data.frame(x = c(1,2,NA), y = rep(NA, 3))
colSums(is.na(df))
#x y
#1 3
Jika Anda ingin menghitung jumlah NA di seluruh kerangka data, Anda juga dapat menggunakan
sum(is.na(df))
Dalam summary()output, fungsi tersebut juga menghitung NAs sehingga seseorang dapat menggunakan fungsi ini jika menginginkan jumlah NAs dalam beberapa variabel.
summaryoutput saat digunakan pada satu kolom dapat digunakan, sedangkan outputnya dari seluruh bingkai data bersifat karakter dan jumlahnya sulit untuk diekstrak jika Anda membutuhkannya nanti. Lihat c(summary(mtcars)).
Cara terbalik untuk menghitung jumlah nol di setiap kolom bingkai data:
library(tidyverse)
library(purrr)
df %>%
map_df(function(x) sum(is.na(x))) %>%
gather(feature, num_nulls) %>%
print(n = 100)
df %>% summarise_all(funs(sum(is.na(.))))
df %>% map_df(~sum(is.na(.)))atau tanpa dplyr sebagaimap_df(~sum(is.na(df)))
Solusi Tidyverse yang cepat dan mudah untuk NAmenghitung semua kolom adalah dengan menggunakan summarise_all()yang menurut saya membuat solusi yang lebih mudah dibaca daripada menggunakan purrratausapply
library(tidyverse)
# Example data
df <- tibble(col1 = c(1, 2, 3, NA),
col2 = c(NA, NA, "a", "b"))
df %>% summarise_all(~ sum(is.na(.)))
#> # A tibble: 1 x 2
#> col1 col2
#> <int> <int>
#> 1 1 2
Coba ini:
length(df$col[is.na(df$col)])
Jawaban rrs pengguna benar tetapi itu hanya memberi tahu Anda jumlah nilai NA di kolom tertentu dari bingkai data yang Anda lewati untuk mendapatkan jumlah nilai NA untuk keseluruhan bingkai data coba ini:
apply(<name of dataFrame>, 2<for getting column stats>, function(x) {sum(is.na(x))})
Ini triknya
apply(df, 2, function(x) sum(is.na(x)))
Saya membaca file csv dari direktori lokal. Kode berikut berfungsi untuk saya.
# to get number of which contains na
sum(is.na(df[, c(columnName)]) # to get number of na row
# to get number of which not contains na
sum(!is.na(df[, c(columnName)])
#here columnName is your desire column name
Mirip dengan jawaban hute37 tetapi menggunakan purrrpaket. Saya pikir pendekatan tidyverse ini lebih sederhana daripada jawaban yang diajukan oleh AbiK.
library(purrr)
map_dbl(df, ~sum(is.na(.)))
Catatan: tilde ( ~) membuat fungsi anonim. Dan '.' mengacu pada masukan untuk fungsi anonim, dalam hal ini data.frame df.
sapply(name of the data, function(x) sum(is.na(x)))
Anda dapat menggunakan ini untuk menghitung jumlah NA atau kosong di setiap kolom
colSums(is.na(data_set_name)|data_set_name == '')
value, selainNAmenulis fungsi booleanis.valuelalu menggunakansum(is.value(df$col))cara to go atau ada sintaks langsung yang lebih ringkas untuk ini?