在data.frame中显示具有NA的列

Question

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

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

返回“colMeans中的错误（df）：'x'必须是数字。”所以，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？

Answer 1

这是我所知道的最快的方式：

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

修改

我猜其他人都写完了所以这里完整了：

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：

编辑在我写这篇文章的时候anyNA不存在或者我没有意识到这一点。根据{{​​1}}：

的帮助手册，这可能会加快速度

  

泛型函数?anyNA以更快的方式实现anyNA（特别是对于原子向量）。

any(is.na(x))

Answer 2

这是一种方式：

colnames(tmp)[colSums(is.na(tmp)) > 0]

希望它有所帮助，

马诺伊尔

Answer 3

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是一个逻辑向量，names(y[y])仅返回y为TRUE的情况下y的名称。