计算 R 中的分组缺失值答案

【问题标题】：counting grouped missing values in R计算 R 中的分组缺失值
【发布时间】：2017-07-27 08:37:33
【问题描述】：

对不起，这个问题很简单

我是 R 新手，我想按组计算 some_column 列中缺失值的数量，这些值在我的数据集中替换为 0 值，然后获取最大为 @987654323 的组@ 值。这样做（使用包dplyr）：

missing_data <- group_by(some_data,some_group, count=sum(some_column==0))

但奇怪的是，我在 count 列中得到了整个数据集的相同数字，就好像数据集没有分组一样。有人有想法

好的，我知道了

missing_data %>% group_by(some_group) %>% summarise(count=sum(some_column==0))

【问题讨论】：

你看过 dplyr 介绍教程吗？
@docendodiscimus 感谢您的回复。是的，这就是我尝试发布内容的原因。我错了吗？
我认为你仍然缺少对最基本的 dplyr 函数的理解，即 group_by、mutate、summarise、filter 和 select。如果您了解这些，您已经可以做很多事情并且可能会解决您的问题
@docendodiscimus 感谢您的教学邀请，以便更好地理解。我只是意识到我复制粘贴了我运行的错误命令。我在这个意义上编辑了我的帖子，这并不能免除我在dplyr 文档中的进一步说明；）
您的尝试表明您还没有理解必须首先对数据进行分组（使用 group_by），然后然后计算 NA 或 0 的数量（使用 mutate 或 summarise ）。您要做的是创建一个对所有行都相同的分组变量“count”，因为在该步骤之前您的数据尚未分组

【解决方案1】：

与dplyr 动词保持一致：

missing_data <- filter(some_data, some_column == 0) %>%
  group_by(some_group) %>%       
  summarise(count = n()) %>%
  arrange(desc(count))

【讨论】：

【解决方案2】：

这里是使用 mtcars 数据框的示例

count_zero<-function(x){
  sum(x==0,na.rm=TRUE)
}
aggregate(mtcars,list(cyl=(mtcars$cyl)),count_zero)

【讨论】：

正如我在帖子中所说，我正在寻找 0 值
应该是这样的：library(magrittr);aggregate(airquality,list(Month=airquality$Month),. %>% equals(0) %>% sum(na.rm=TRUE)) 但在这个数据集中，你的输出中只有零，因为输入中没有零
你好，我编辑了这个例子，但老实说你可以找任何你想要的，它没有太大变化，你只需要改变辅助功能

【解决方案3】：

答案终于来了

missing_data %>% group_by(some_group) %>% summarise(count=sum(some_column==0)) %>% arrange(desc(count))

【讨论】：