Bestimmen Sie die Anzahl der NA-Werte in einer Spalte

Sie überdenken das Problem:

sum(is.na(df$col))

Wenn Sie nach NA suchen, zählt für jede Spalte in einem Datenrahmen Folgendes:

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

sollten Sie eine Liste mit den Zählungen für jede Spalte geben.

na_count <- data.frame(na_count)

Sollte die Daten schön in einem Datenrahmen ausgeben wie:

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

Probieren Sie die Funktion colSums aus

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

colSums(is.na(df))

#x y 
#1 3 

Wenn Sie die Anzahl der NAs im gesamten Datenrahmen zählen möchten, können Sie diese auch verwenden

sum(is.na(df))

In der Ausgabe von summary() zählt die Funktion auch die NAs, sodass man diese Funktion verwenden kann, wenn man die Summe von NAs in mehreren Variablen haben möchte.

Ein einfacher Weg, um die Anzahl der Nullen in jeder Spalte eines Datenrahmens zu zählen:

library(tidyverse)
library(purrr)

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

Diese Form, leicht verändert von der von Kevin Ogoros:

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

gibt NA-Zähler als benanntes int-Array zurück

Die Antwort von Benutzer rrs ist richtig, gibt jedoch nur die Anzahl der NA-Werte in der jeweiligen Spalte des Datenrahmens an, die Sie übergeben, um die Anzahl der NA-Werte für den gesamten Datenrahmen zu ermitteln. Versuchen Sie Folgendes:

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

Das macht den Trick

Versuche dies:

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

Ich habe eine csv Datei aus dem lokalen Verzeichnis gelesen. Der folgende Code funktioniert für mich.

# 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

Ähnlich wie die Antwort von hute37, aber mit der Schnurrbibliothek. Ich denke, dieser tidyverse Ansatz ist einfacher als die von AbiK vorgeschlagene Antwort.

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

Hinweis: Die Tilda erstellt eine anonyme Funktion. Und das '.' bezieht sich auf die Eingabe für die anonyme Funktion. In diesem Fall ist der data.frame df.

Sie können dies verwenden, um die Anzahl der NA oder Leerzeichen in jeder Spalte zu zählen

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