在data.frame中显示具有NA的列-Java 学习之路

我想在包含缺失值的大型数据框中显示列的名称 . 基本上，我想要相当于complete.cases（df）但是对于列而不是行 . 有些列是非数字的，所以类似于

names(df[is.na(colMeans(df))])

返回“colMeans中的错误（df）：'x'必须是数字 . ”因此，我目前的解决方案是转置数据框并运行complete.cases，但我猜测有一些变体（或者plyr中的某些东西）效率更高 .

nacols <- function(df) {
  names(df[,!complete.cases(t(df))])
} 

w <- c("hello","goodbye","stuff")
x <- c(1,2,3)
y <- c(1,NA,0)
z <- c(1,0, NA)
tmp <- data.frame(w,x,y,z)

nacols(tmp)
[1] "y" "z"

有人能告诉我一个更有效的功能来识别有NA的列吗？

3 回答

这是我所知道的最快的方式：

unlist(lapply(df, function(x) any(is.na(x))))

EDIT:

我想其他人都写完了所以这里完成了：

nacols <- function(df) {
    colnames(df)[unlist(lapply(df, function(x) any(is.na(x))))]
}

如果您在WIN 7机器上对4个解决方案进行微基准测试：

Unit: microseconds
    expr     min      lq  median      uq        max
1 ANDRIE  85.380  91.911 106.375 116.639    863.124
2 MANOEL  87.712  93.778 105.908 118.971   8426.886
3  MOIRA 764.215 798.273 817.402 876.188 143039.632
4  TYLER  51.321  57.853  62.518  72.316   1365.136

这是一个视觉效果：
enter image description here

Edit 当时我写的这个 anyNA 不存在或者我没有意识到它 . 根据 ?anyNA 的帮助手册，这可能会加快速度......

通用函数anyNA以更快的方式实现任何（is.na（x））（特别是对于原子向量） .

nacols <- function(df) {
    colnames(df)[unlist(lapply(df, function(x) anyNA(x)))]
}

回复于 2024-05-08T01:39:03+08:00

6
这是一种方式：
```
colnames(tmp)[colSums(is.na(tmp)) > 0]
```
希望能帮助到你，

马诺埃尔
回复于 2024-05-08T01:39:03+08:00
6
单程...
```
nacols <- function(x){
  y <- sapply(x, function(xx)any(is.na(xx)))
  names(y[y])
}  

nacols(tmp)
[1] "y" "z"
```
说明：由于结果 y 是逻辑向量， names(y[y]) 仅返回 y 为TRUE的情况下的y名称 .
回复于 2024-05-08T01:39:03+08:00

在data.frame中显示具有NA的列

3 回答

相关问题