Determina il numero di valori NA in una colonna

Voglio contare il numero di NAvalori in una colonna di frame di dati. Supponiamo che venga chiamato il mio frame di dati dfe che il nome della colonna che sto prendendo in considerazione siacol . Il modo in cui mi è venuto in mente è il seguente:

sapply(df$col, function(x) sum(length(which(is.na(x)))))  

È un modo buono / efficace per farlo?

Stai pensando troppo al problema:

sum(is.na(df$col))

Se stai cercando NAconteggi per ogni colonna in un frame di dati, allora:

na_count <-sapply(x, function(y) sum(length(which(is.na(y)))))

dovrebbe darti un elenco con i conteggi per ogni colonna.

na_count <- data.frame(na_count)

Dovrebbe produrre correttamente i dati in un dataframe come:

----------------------
| row.names | na_count
------------------------
| column_1  | count

Prova la colSumsfunzione

df <- data.frame(x = c(1,2,NA), y = rep(NA, 3))

colSums(is.na(df))

#x y 
#1 3 

Se stai cercando di contare il numero di NA nell'intero frame di dati, puoi anche utilizzare

sum(is.na(df))

In summary()uscita, la funzione conta anche la NAs così si può usare questa funzione se si vuole che la somma di NAs in più variabili.

Un modo ordinato per contare il numero di null in ogni colonna di un frame di dati:

library(tidyverse)
library(purrr)

df %>%
    map_df(function(x) sum(is.na(x))) %>%
    gather(feature, num_nulls) %>%
    print(n = 100)

Questo modulo, leggermente modificato da quello di Kevin Ogoros:

na_count <-function (x) sapply(x, function(y) sum(is.na(y)))

restituisce i conteggi NA come array int denominato

Una soluzione Tidyverse semplice e veloce per ottenere un NAconteggio per tutte le colonne è quella di utilizzare, summarise_all()che a mio avviso rende una soluzione molto più semplice da leggere rispetto all'utilizzo di purrrosapply

library(tidyverse)
# Example data
df <- tibble(col1 = c(1, 2, 3, NA), 
             col2 = c(NA, NA, "a", "b"))

df %>% summarise_all(~ sum(is.na(.)))
#> # A tibble: 1 x 2
#>    col1  col2
#>   <int> <int>
#> 1     1     2

Prova questo:

length(df$col[is.na(df$col)])

La risposta dell'utente rrs è corretta ma ciò ti dice solo il numero di valori NA nella colonna specifica del frame di dati che stai passando per ottenere il numero di valori NA per l'intero frame di dati prova questo:

apply(<name of dataFrame>, 2<for getting column stats>, function(x) {sum(is.na(x))})

Questo fa il trucco

Ho letto un file CSV dalla directory locale. Il seguente codice funziona per me.

# to get number of which contains na
sum(is.na(df[, c(columnName)]) # to get number of na row

# to get number of which not contains na
sum(!is.na(df[, c(columnName)]) 

#here columnName is your desire column name

Simile alla risposta di hute37 ma usando il purrrpacchetto. Penso che questo approccio ordinato sia più semplice della risposta proposta da AbiK.

library(purrr)
map_dbl(df, ~sum(is.na(.)))

Nota: tilde ( ~) crea una funzione anonima. E il '.' si riferisce all'input per la funzione anonima, in questo caso data.frame df.

Puoi usarlo per contare il numero di NA o di spazi vuoti in ogni colonna

colSums(is.na(data_set_name)|data_set_name == '')

sapply(name of the data, function(x) sum(is.na(x)))