如何选择具有特定缺失模式的行?

时间:2015-10-23 03:35:36

标签: r missing-data r-mice

所以我有一个包含大量缺失值的数据集。我想分离不同缺失模式的数据。我找到了包'老鼠',它总结了缺失值模式非常方便。但是,当我想选择具有特定缺失模式的行时,所选行的数量远远少于缺少模式矩阵所暗示的计数。

我的代码如下。

要获得缺失的模式:

library(mice)
# md.pattern returns a matrix, I convert the matrix into a data frame with the first column as its frequency in the data frame 
pattern = md.pattern(data)
freq = dimnames(pattern)[[1]][-nrow(pattern)] 
pattern = data.frame(pattern[1:nrow(pattern)-1, 1:ncol(pattern)-1], row.names = NULL)
pattern$freq = freq
pattern = pattern[order(freq,decreasing = TRUE),]

但是,当我尝试通过pattern中的特定模式手动计算缺失的模式时。计数要小得多。

count = 0
for (i in 1:nrow(data)){
    # match the missingness by the entire row
    if (all(!is.na(data[i, names(data)[1:ncol(pattern)-1]]) == test[1,1:ncol(pattern)-1])){
        count = count +1
  }
}

有没有人知道出了什么问题? 谢谢!

数据有很多变量(总共107个)和70000多个观测值。此代码适用于nhanes包中的示例数据mice。但它在我的数据文件中出错了。

例如:

V1 V2 V3 V4 V5
1  NA  3  5  2
NA  3 23  2  9
NA  3 90  7  5
3   3  2 34 NA
3  NA  2  1  3
4  NA  7  3  1

1 个答案:

答案 0 :(得分:2)

无论如何,我在md.pattern包中查看了mice count。它基于Schafer的prelim.norm函数,而不是逐行检查缺失值模式。

我发现plyr包中的n确实可以解决问题。我编写了这个函数来返回数据集中的顶部x缺失模式。 library(plyr) miss.pattern <- function(x, topn) { # find missingness patterns, 1 represents missing r <- 1 * data.frame(is.na(x)) pattern <- data.frame(count(r)) pattern <- pattern[order(-pattern$freq),] return(pattern[1:topn,]) } 是数据框。它适用于我的情况。

@using (Ajax.BeginForm("SaveDocumentMetadataSet", "Metadata", new AjaxOptions { HttpMethod = "POST"}))