检查数据框中的所有列是否存在 R 中的缺失值答案

【问题标题】：Checking all columns in data frame for missing values in R检查数据框中的所有列是否存在 R 中的缺失值
【发布时间】：2021-03-11 05:14:24
【问题描述】：

我有一个数据框 books，我正在尝试遍历所有列，如果该列有任何缺失值，则返回类似 missing 的内容。

下面是我的代码。它返回缺少的元素。然后我检查TRUE 是否构成了这些元素中的任何一个，这表明这是一个缺失的元素。

这行得通。

但是，作为 R 的新手，我知道有更好的方法可以做到这一点，但我不知道。

for (col in colnames(books)) {
  bool <- is.na(books[[col]])
  if (TRUE %in% bool) {
    print("Missing")
  } else {
    print("Fine")

  }
}

【问题讨论】：

如果只是为了识别具有 NA colSums(is.na(books)) > 0 的列，或者如果您想选择具有的列。不适用books %>% select(where(~ all(!is.na(.))))
@akrun 谢谢！ colsums() 代码正是我所追求的
相关：Find names of columns which contain missing values。只需跳过查找名称的额外步骤。

标签： r

【解决方案1】：

anyNA 函数就是为此而构建的。您可以使用sapply(books, anyNA) 将其应用于数据框的所有列。要计算NA 的值，akrun 对colSums(is.na(books)) 的建议很好。

【讨论】：

非常感谢。我一直在使用range 和mean 使用sapply 函数。但我不知道有一个anyNA 函数
只是出于兴趣，sapply 可以通过指定列的名称在单个列上运行。例如，这不像我所期望的那样工作sapply(books$price, mean)，但这确实sapply(books[,4], mean)。如果我们假设“价格”是第 4 列。
sapply 迭代 - 它对每一列应用一个函数。您可以遍历单个列，但您需要提供一个 1 列数据框，而不仅仅是一个向量。 books['price'] 或 books[, 'price', drop = FALSE] 将提供 1 列数据框，其中 books[['price']]、books[, 'price'] 或 books$price 提取列并将其提供给您，而不是在数据框中....
所以你可以使用sapply(books['price'], anyNA)，但是在单个列上迭代没有任何意义——你最好直接在提取的列上调用函数：anyNA(books$price)。
好吧，我知道它现在是如何工作的了。是的anyNA(books$price) 现在我想起来会更有意义。感谢您的帮助。

【解决方案2】：

在逻辑 matrix 上使用 colSums 可以计算 TRUE 的数量（TRUE ->1 和 FALSE -> 0）。从那里，使用比较运算符 (>) 创建一个逻辑向量

colSums(is.na(books)) > 0

【讨论】：

【解决方案3】：

colSums answer by @akrun 非常高效。这是另一种实现您的目的

seq(ncol(books)) %in% unique(which(is.na(books),arr.ind = TRUE)[,"col"])

【讨论】：

【解决方案4】：

以下代码对我帮助很大。

此函数将显示您的 df 的任何列中有多少缺失值

p <- function(x) {sum(is.na(x))/length(x)*100}
apply(df,2,p)

这里：1.找到每个缺失值； 2、创建一个有缺失值的向量； 3. 从我的 df 中删除缺失值。

which(!complete.cases(df)) 
na_df <- which(!complete.cases(df)) 
df1 <- df[-na_df,]

在最后一行，我创建了一个具有完整值的新 df "df1"。

一切顺利

【讨论】：

不要在数据框列上使用apply - 这是低效的，因为它首先将数据框转换为矩阵。 sapply(df, p) 或 lapply(df, p) 优于 apply(df, 2, p)。