Bestimmen Sie die Anzahl der NA-Werte in einer Spalte

Ich möchte die Anzahl der NAWerte in einer Datenrahmenspalte zählen. Angenommen, mein Datenrahmen wird aufgerufen df, und der Name der Spalte, die ich in Betracht ziehe, lautet col. Ich habe mir Folgendes ausgedacht:

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

Ist dies ein guter / effizientester Weg, dies zu tun?

Sie überdenken das Problem:

sum(is.na(df$col))

Wenn Sie nach NAZählungen für jede Spalte in einem Datenrahmen suchen, dann:

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

sollte Ihnen eine Liste mit den Zählungen für jede Spalte geben.

na_count <- data.frame(na_count)

Sollte die Daten gut in einem Datenrahmen ausgeben wie:

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

Probieren Sie die colSumsFunktion aus

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

colSums(is.na(df))

#x y 
#1 3 

Wenn Sie die Anzahl der NAs im gesamten Datenrahmen zählen möchten, können Sie diese auch verwenden

sum(is.na(df))

In der summary()Ausgabe zählt die Funktion auch das NAs, so dass man diese Funktion verwenden kann, wenn man die Summe von NAs in mehreren Variablen haben möchte .

Eine einfache Methode, um die Anzahl der Nullen in jeder Spalte eines Datenrahmens zu zählen:

library(tidyverse)
library(purrr)

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

Diese Form, leicht geändert von Kevin Ogoros:

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

Gibt NA-Zählungen als benanntes int-Array zurück

Eine schnelle und einfache Tidyverse-Lösung, um eine NAZählung für alle Spalten zu erhalten, ist die Verwendung, summarise_all()die meiner Meinung nach eine viel einfacher zu lesende Lösung darstellt als die Verwendung von purrrodersapply

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

Versuche dies:

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

Die Antwort des Benutzers ist richtig, aber das sagt Ihnen nur die Anzahl der NA-Werte in der bestimmten Spalte des Datenrahmens, die Sie übergeben, um die Anzahl der NA-Werte für den gesamten Datenrahmen zu erhalten. Versuchen Sie Folgendes:

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

Das macht den Trick

Ich habe eine CSV- Datei aus dem lokalen Verzeichnis gelesen . Der folgende Code funktioniert bei mir.

# 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

Ähnlich wie die Antwort von hute37, aber mit dem purrrPaket. Ich denke, dieser tidyverse Ansatz ist einfacher als die von AbiK vorgeschlagene Antwort.

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

Hinweis: Die Tilde ( ~) erstellt eine anonyme Funktion. Und das '.' bezieht sich auf die Eingabe für die anonyme Funktion, in diesem Fall den data.frame df.

Sie können dies verwenden, um die Anzahl der NA oder Leerzeichen in jeder Spalte zu zählen

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

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