添加一个包含 NAs 和 Mean 计数的列答案

【问题标题】：Add a column with count of NAs and Mean添加一个包含 NAs 和 Mean 计数的列
【发布时间】：2016-05-28 08:31:34
【问题描述】：

我有一个数据框，我需要向其中添加另一列，以显示该行所有其他列中的 NA 计数以及非 NA 值的平均值。我认为它可以在 dplyr 中完成。

> df1 <- data.frame(a = 1:5, b = c(1,2,NA,4,NA), c = c(NA,2,3,NA,NA))
> df1
  a  b  c
1 1  1 NA
2 2  2  2
3 3 NA  3
4 4  4 NA
5 5 NA NA

我想改变计算该行中 NA 数量的另一列和显示该行中所有 NON-NA 值的平均值的另一列。

【问题讨论】：

这通常不是要求我们为您编写代码的论坛。你试过什么？为什么要使用dplyr？ FWIW，这可以很容易地在基础 R 中以多种方式完成。一种是：df1$na <- apply(is.na(df1), 1, sum)
这里描述dplyr方式：stackoverflow.com/questions/21818181/…

标签： r dplyr na

【解决方案1】：

library(dplyr)

count_na <- function(x) sum(is.na(x))    

df1 %>%
  mutate(means = rowMeans(., na.rm = T),
         count_na = apply(., 1, count_na))

#### ANSWER FOR RADEK ####
elected_cols <- c('b', 'c')

df1 %>%
  mutate(means = rowMeans(.[elected_cols], na.rm = T),
         count_na = apply(.[elected_cols], 1, count_na))

【讨论】：

您将如何修改此解决方案以使其仅适用于选定的列？比如b&c？
@radek 在此页面上查看我的答案
@radek - 我更新了解决方案来回答你的问题。

【解决方案2】：

这里提到https://stackoverflow.com/a/37732069/2292993

df1 <- data.frame(a = 1:5, b = c(1,2,NA,4,NA), c = c(NA,2,3,NA,NA))

df1 %>%
  mutate(means = rowMeans(., na.rm = T),
         count_na = rowSums(is.na(.)))

在选定的列上工作（这里的示例是列 a 和列 c）：

df1 %>%
  mutate(means = rowMeans(., na.rm = T),
       count_na = rowSums(is.na(select(.,one_of(c('a','c'))))))

【讨论】：

【解决方案3】：

你可以试试这个：

#Find the row mean and add it to a new column in the dataframe
df1$Mean <- rowMeans(df1, na.rm = TRUE)

#Find the count of NA and add it to a new column in the dataframe
df1$CountNa <- rowSums(apply(is.na(df1), 2, as.numeric))

【讨论】：

【解决方案4】：

我最近遇到了这个问题的一个变体，我需要计算完整值的百分比，但针对特定变量（不是所有变量）。这是一种对我有用的方法。

df1 %>% 
  # create dummy variables representing if the observation is missing ----
  # can modify here for specific variables ----
  mutate_all(list(dummy = is.na)) %>% 
  # compute a row wise sum of missing ----
  rowwise() %>% 
  mutate(
    # number of missing observations ----
    n_miss = sum(c_across(matches("_dummy"))),
    # percent of observations that are complete (non-missing) ----
    pct_complete = 1 - mean(c_across(matches("_dummy")))
  ) %>% 
  # remove grouping from rowwise ---- 
  ungroup() %>% 
  # remove dummy variables ----
  dplyr::select(-matches("dummy"))

【讨论】：