【发布时间】：2014-07-24 12:33:13
【问题描述】：
我想计算数据框列中NA 值的数量。假设我的数据框名为df，而我正在考虑的列的名称是col。我想出的方法如下：
sapply(df$col, function(x) sum(length(which(is.na(x)))))
这是一种很好/最有效的方法吗？
【问题讨论】：
【发布时间】：2014-07-24 12:33:13
【问题描述】：
获得所有列的 NA 计数的快速简便的 Tidyverse 解决方案是使用 summarise_all()，我认为这比使用 purrr 或 sapply 更容易阅读解决方案
library(tidyverse)
# Example data
df <- tibble(col1 = c(1, 2, 3, NA),
col2 = c(NA, NA, "a", "b"))
df %>% summarise_all(~ sum(is.na(.)))
#> # A tibble: 1 x 2
#> col1 col2
#> <int> <int>
#> 1 1 2
或者使用更现代的across()函数：
df %>% summarise(across(everything(), ~ sum(is.na(.))))
【讨论】：
如果您要在每一列中查找空值以一个接一个地打印，那么您可以使用它。简单的解决方案。
lapply(df, function(x) { length(which(is.na(x)))})
【讨论】：
为了完整起见，您还可以使用表中的useNA 参数。例如table(df$col, useNA="always") 将计算所有非NA 的情况和NA 的情况。
【讨论】：
sapply(name of the data, function(x) sum(is.na(x)))
【讨论】：
-
见“Explaining entirely code-based answers”。虽然这在技术上可能是正确的，但它并不能解释为什么它可以解决问题或应该是选择的答案。除了帮助解决问题，我们还应该进行教育。
类似于 hute37 的答案，但使用 purrr 包。我认为这种 tidyverse 方法比 AbiK 提出的答案更简单。
library(purrr)
map_dbl(df, ~sum(is.na(.)))
注意：波浪号 (~) 创建一个匿名函数。和'。指匿名函数的输入，在本例中为 data.frame df。
【讨论】：
您可以使用它来计算每列中 NA 或空白的数量
colSums(is.na(data_set_name)|data_set_name == '')
【讨论】：
试试colSums函数
df <- data.frame(x = c(1,2,NA), y = rep(NA, 3))
colSums(is.na(df))
#x y
#1 3
【讨论】：
-
如果您要处理许多列，您可以使用 ´ colSums(is.na(df)) %>% as.data.frame() ´ 或 ´ as.data 获得更好的输出。框架(colSums(is.na(df))) ´
我从本地目录中读取了一个 csv 文件。以下代码对我有用。
# 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
【讨论】：
一种计算数据帧每列中空值数量的简洁方法：
library(tidyverse)
library(purrr)
df %>%
map_df(function(x) sum(is.na(x))) %>%
gather(feature, num_nulls) %>%
print(n = 100)
【讨论】：
-
你甚至不需要咕噜声：
df %>% summarise_all(funs(sum(is.na(.)))) -
如果你像我一样懒惰，你可以在@Abi K 的答案中用更短的 purrr 语法写相同的内容：
df %>% map_df(~sum(is.na(.)))或不使用 dplyr 作为map_df(~sum(is.na(df)))
用户 rrs 的答案是正确的，但这只会告诉您要传递的数据框特定列中的 NA 值的数量，以获取整个数据框的 NA 值的数量试试这个：
apply(<name of dataFrame>, 2<for getting column stats>, function(x) {sum(is.na(x))})
这就是诀窍
【讨论】：
-
有一些拼写错误导致此代码无法正常工作。尝试这个;
apply(df, 2, function(x) sum(is.na(x)))
在summary() 输出中，该函数还计算NAs，因此如果想要多个变量中NAs 的总和，可以使用此函数。
【讨论】：
-
值得注意的是，
summary输出在单个列上使用时是可用的，而它来自整个数据帧的输出是字符，如果以后需要它们，计数很难提取。见c(summary(mtcars))。
试试这个：
length(df$col[is.na(df$col)])
【讨论】：
这种形式，与 Kevin Ogoros 的形式略有不同：
na_count <-function (x) sapply(x, function(y) sum(is.na(y)))
返回 NA 计数作为命名的 int 数组
【讨论】：
-
以列表形式获取结果：
na_count <-function (x) lapply(x, function(y) sum(is.na(y)))
如果您正在寻找数据框中每一列的 NA 计数，那么：
na_count <-sapply(x, function(y) sum(length(which(is.na(y)))))
应该给你一个包含每列计数的列表。
na_count <- data.frame(na_count)
应该在如下数据框中很好地输出数据：
----------------------
| row.names | na_count
------------------------
| column_1 | count
【讨论】：
-
要将行名包含为一列，请同时运行
na_count$name<-rownames(na_count)。 -
na_count <-sapply(x, function(y) sum(is.na(y)))是一个较短的选择。 -
对我不起作用 :( 必须将其更改为：na_count
-
我认为我们不需要同时使用 sum 和 length 函数（在第一个 na_count 分配中）？只要长度就足够了。
如果您想计算整个数据框中的 NA 数量，您也可以使用
sum(is.na(df))
【讨论】：
你想太多问题了：
sum(is.na(df$col))
【讨论】：
-
谢谢你。稍微扩展一下。在计算任意
value的数量时，除了NA之外，正在编写一个布尔函数is.value，然后使用sum(is.value(df$col))是要走的路还是有更简洁的直接语法？ -
问得太快了。
sum(df$col==value,na.rm=FALSE)成功了。 -
@user3274289：虽然你通常需要
na.rm=TRUE，否则如果df$col包含NA，sum将返回NA。 -
有时我觉得我想多了，直到我得到这个答案......嗯，这是真的......
-
对不起，但这对我不起作用。我收到此警告警告消息：在 is.na(nom$wd) 中：is.na() 应用于“NULL”类型的非（列表或向量），并且计数为零。