Question

如果列中的NA值太多，我正在尝试删除大型数据集中的列。数据集中有1007个变量。我想出了以下代码，但我认为它不起作用。

> for(i in 1:1007){
+ if (length(which(is.na(train3[i])=="TRUE"))>1955) train3[i]<-NULL
+ else train3[i]<-train3[i]
+ }
Error in which(is.na(train3[i]) == "TRUE") : 
  error in evaluating the argument 'x' in selecting a method for function 'which': Error in `[.data.frame`(train3, i) : undefined columns selected

所以我试图消除超过1955个NA的列。有没有办法使这项工作？

Answer 1

代码未经过测试，因为该问题未提供示例数据：

train3 <- train3[, sapply(train3, function(x) sum(is.na(x))<=1955)]

Answer 2

我创建了一个较小的矩阵[100 X 1007]，但你可以调整它：

#MAKE UP SOME SAMPLE DATA
d<-sample(c(c(1:10),c(5:9),rep(NA,times=8)),size=100700,replace=TRUE)
train3<-data.frame(matrix(d,nrow=100))

#GET THE NA COUNTS PER COLUMN
counts<-apply(train3,2,function(x)length(x[is.na(x)]))
#SELECT ALL COLUMNS WITH LESS THAN 35 NA's (modify to 1945)
train3[,names(counts[counts<35])]

R中if else代码中的错误

2 个答案: