Question

我试图找到列中以及整个数据帧内的NAs百分比：

我评论的第一个方法给了我零，第二个没有评论的方法给了我一个矩阵。不确定我错过了什么。真的很感激任何暗示！

cp.2006<-read.csv(file="cp2006.csv",head=TRUE)

#countNAs <- function(x) { 
#  sum(is.na(x)) 
#} 
#total=0
#for (i in col(cp.2006)) {
#  total=countNAs(i)+total
#}
#print(total)
count<-apply(cp.2006, 1, function(x) sum(is.na(x)))
dims<-dim(cp.2006)
num<-dims[1]*dims[2]
NApercentage<-(count/num) * 100
print(NApercentage)

Answer 1

x = data.frame(x = c(1, 2, NA, 3), y = c(NA, NA, 4, 5))

对于整个数据框：

sum(is.na(x))/prod(dim(x))

或者

mean(is.na(x))

对于列：

apply(x, 2, function(col)sum(is.na(col))/length(col))

或者

colMeans(is.na(x))

Answer 2

您还可以使用dplyr::summarize_all作为按列比例。

x %>% summarize_all(funs(sum(is.na(.)) / length(.)))

哪个会给出

     x   y
1 0.25 0.5

Answer 3

如果您有兴趣找到完整病例的百分比。

使用相同示例mentioned here.

x = data.frame(x = c(1, 2, NA, 3), y = c(NA, NA, 4, 5))

输出：

   x  y
1  1 NA
2  2 NA
3 NA  4
4  3  5

查找完整案例：

complete.cases(x)

输出：

[1] FALSE FALSE FALSE  TRUE

完整病例的百分比：

mean(complete.cases(x))

输出：

[1] 0.25

这意味着提供的数据中有25％的完整行可用。即仅完成第四行，其余全部包含NA值。

干杯！

Answer 4

不再支持Fun的dplyr的更新版本：

x%>% summarise_all(list(name = ~sum(is.na(.))/length(.)))

Answer 5

您可以尝试

colMeans(is.na.data.frame(dataframe_name))

Answer 6

尝试一下：

sapply(data, function(y) round((sum(length(which(is.na(y))))/nrow(data))*100.00,2))

如何在data.frame中找到NA的百分比？

6 个答案: