Cách thanh lịch để báo cáo giá trị bị thiếu trong một data.frame

Question

Đây là một đoạn mã nhỏ mà tôi đã viết để báo cáo các biến có giá trị bị thiếu từ một khung dữ liệu. Tôi đang cố gắng để nghĩ ra một cách thanh lịch hơn để làm điều này, người ta có lẽ trả về một data.frame, nhưng tôi bị mắc kẹt:

for (Var in names(airquality)) { 
    missing <- sum(is.na(airquality[,Var])) 
    if (missing > 0) { 
     print(c(Var,missing)) 
    } 
} 

Chỉnh sửa: Tôi đang đối phó với data.frames với hàng chục đến hàng trăm biến số, do đó, điều quan trọng là chúng tôi chỉ báo cáo các biến có giá trị bị thiếu.

Answer 1

Chỉ cần sử dụng sapply

> sapply(airquality, function(x) sum(is.na(x))) 
    Ozone Solar.R Wind Temp Month  Day 
    37  7  0  0  0  0 

Bạn cũng có thể sử dụng apply hoặc colSums trên ma trận được tạo ra bởi is.na()

> apply(is.na(airquality),2,sum) 
    Ozone Solar.R Wind Temp Month  Day 
    37  7  0  0  0  0 
> colSums(is.na(airquality)) 
    Ozone Solar.R Wind Temp Month  Day 
    37  7  0  0  0  0 

Answer 2

Nếu bạn muốn làm điều đó cho cột cụ thể, sau đó bạn cũng có thể sử dụng này

length(which(is.na(airquality[1])==T)) 

Answer 3

More succinct-: sum(is.na(x[1]))

Đó là

1. x[1] Nhìn vào cột đầu tiên

2. is.na() đúng nếu nó NA

3. sum()TRUE là 1, FALSE là 0

Answer 4

summary(airquality) 

đã cung cấp cho bạn thông tin này

Các VIM gói cũng cung cấp một số âm mưu dữ liệu bị mất tốt đẹp cho data.frame

library("VIM") 
aggr(airquality) 

Answer 5

Chúng ta có thể sử dụng map_df với purrr.

library(mice) 
library(purrr) 

# map_df with purrr 
map_df(airquality, function(x) sum(is.na(x))) 
# A tibble: 1 × 6 
# Ozone Solar.R Wind Temp Month Day 
# <int> <int> <int> <int> <int> <int> 
# 1 37  7  0  0  0  0 

Answer 6

Một chức năng mà có thể giúp bạn nhìn vào dữ liệu bị mất sẽ df_status từ thư viện funModeling

library(funModeling) 

iris.2 là dataset iris với một số bổ sung NAs.You có thể thay thế này với bộ dữ liệu của bạn.

df_status(iris.2) 

Điều này sẽ cung cấp cho bạn số lượng và phần trăm NA trong mỗi cột.

Answer 7

Tôi nghĩ thư viện Amelia thực hiện một công việc tốt trong việc xử lý dữ liệu bị thiếu cũng bao gồm một bản đồ để hiển thị các hàng bị thiếu.

install.packages("Amelia") 
library(Amelia) 
missmap(airquality) 

Bạn cũng có thể chạy các đoạn mã sau sẽ trả lại giá trị logic của na

row.has.na <- apply(training, 1, function(x){any(is.na(x))}) 

Answer 8

Để biết thêm một giải pháp đồ họa, visdatpackage cung cấp vis_miss.

library(visdat) 
vis_miss(airquality) 

Rất giống với Amelia đầu ra với một sự khác biệt nhỏ cho% s trên missings ra khỏi hộp.

Answer 9

Một đồ họa thay thế - plot_missing chức năng từ tuyệt vời DataExplorer gói:

Docs cũng chỉ ra thực tế là bạn có thể lưu kết quả này để phân tích bổ sung với missing_data <- plot_missing(data).