R - 计算数据稀疏度 - 主要是分类数据

Question

我正在尝试计算我的 df 的稀疏值。通过其他帖子等，我已经能够拼凑出一种可行的解决方案，但挑战在于电子邮件列中有 49 个不同的值表示没有电子邮件。有没有更高效的方法？

#caculate counts for individual terms
a <- sum(str_count(df1, "-"))
b <- sum(str_count(df1, "No Ethnicity"))
c <- sum(str_count(df1, "Unknown"))
d <- sum(str_count(df1, "No Marital Status"))
e <- sum(str_count(df1, "No Race"))
f <- sum(str_count(df1, "No Preferred Language"))

#sum the counts in order to create the numerator
z <- sum(a,b,c,d,e,f)

#calculate the sparsity value
z/(dim(df1)[1]*dim(df1)[2])

我尝试在每一行中添加多个术语，但无法使其正常工作。我在记事本文件中有电子邮件地址列表，有什么方法可以对它运行循环吗？我在 R 方面不是很先进，也不熟悉这样的调用是如何工作的。我用批处理文件做了类似的事情。

类似：

对于 %filename% 中的每个值 发生

或者如果这不起作用，有没有办法在同一个命令中输入多个术语？

当然，如果您有建议以完全不同的方式完成相同的任务，我也很高兴听到。只是试图计算分类数据的数据稀疏性。

谢谢

Answer 1

Jon Spring 在 cmets 中发布了这个解决方案：

sum(str_count(df1, "-|No Race|Unknown|No Marital Status| ...."))