R：计算数据中的0个百分比

Question

我正在使用 R 编程语言。

在以下链接 (https://www.geeksforgeeks.org/how-to-find-the-percentage-of-missing-values-in-a-dataframe-in-r/) 中，我找到了一种计算数据框中 NA 总百分比的方法：

# declaring a data frame in R
data_frame = data.frame(C1= c(1, 2, NA, 0),
                        C2= c( NA, NA, 3, 8), 
                        C3= c("A", "V", "j", "y"),
                        C4=c(NA,NA,NA,NA))
  
percentage = mean(is.na(data_frame)) * 100

[1] 43.75

我的问题：有没有办法扩展它来计算数据框中“任何元素”的百分比？

例如，这可以用来计算数据集中0的百分比吗？或者“j”出现在数据中的百分比？还是“2”出现在数据集中的百分比？

我可以手动完成：

# count percentage of "j" in the data 

v1 = nrow(subset(data_frame, C1 == "j")) 
v2 = nrow(subset(data_frame, C2 == "j"))
v3 = nrow(subset(data_frame, C3== "j")) 
v4 = nrow(subset(data_frame, C4 == "j"))

percentage = ((v1 + v2 + v3 + v4) / ((nrow(data_frame) * ncol(data_frame)))) * 100

[1] 6.25

# count percentage of "0" in the data  (I don't think this is right, it should be written as "nrow(subset(data_frame, C1 <= 0))"?)

v1 = nrow(subset(data_frame, C1 = 0)) 
v2 = nrow(subset(data_frame, C2 = 0))
v3 = nrow(subset(data_frame, C3= 0)) 
v4 = nrow(subset(data_frame, C4 = 0))

percentage = ((v1 + v2 + v3 + v4) / ((nrow(data_frame) * ncol(data_frame)))) * 100

但是有没有更快的方法来做到这一点？

谢谢！

Answer 1

你可以尝试将unlist你的数据框变成一个向量

vec = unlist(data_frame)

mean(vec %in% "j") * 100 # 6.25
mean(vec %in% "0") * 100 # 6.25
mean(vec %in% NA)  * 100 # 43.75

Answer 2

假设数据框的单元格中没有嵌入列表，则不必将其取消列出：

data_frame = data.frame(C1= c(1, 2, NA, 0),
                         C2= c( NA, NA, 3, 8), 
                         C3= c("A", "V", "j", "y"),
                         C4=c(NA,NA,NA,NA))
 
sum(data_frame == 'j', na.rm = TRUE) / prod(dim(data_frame)) * 100
[1] 6.25

sum(data_frame == 0, na.rm = TRUE) / prod(dim(data_frame)) * 100
[1] 6.25

sum(is.na(data_frame)) / prod(dim(data_frame)) * 100
[1] 43.75

Answer 3

这是tidyverse + base R 解决方案。

library(tidyverse)

data_frame %>%
  mutate(across(everything(), ~ .x %in% "j")) %>%
  unlist() %>%
  mean() * 100

输出

[1] 6.25

虽然这很容易变成一个函数。

calc <- function(df, val) {
  df %>%
    mutate(across(everything(), ~ .x %in% val)) %>%
    unlist() %>%
    mean() * 100
}

输出

calc(data_frame, "j") # 6.25
calc(data_frame, "0") # 6.25
calc(data_frame, NA) # 43.75