Question

如何找到分组列的长度，不包括NA？

例如，使用以下数据框

Year  State var1  var2
TX    2     NA
WA    0     3
CA    NA    1
CA    2     NA
CA    2     3
TX    NA    4
WA    NA    NA
WA    3     3
CA    NA    0

我希望它返回

State var1  var2
TX    1     1
WA    2     2
CA    2     3

已经提出了一些类似的问题（例如R - Get number of values per group without counting NAs），但我仍然在努力获得我想要的输出。

我已经在summarise_if和summarise_all上尝试了多种变体，但他们要么犯了错误，要么没有计算出正确的事情。

counts <- df %>%
group_by(State) %>% 
summarise_all(funs(length(!is.na(.))))

Answer 1

只需创建一个匿名函数，它返回is.na()返回的逻辑向量的总和：

library(dplyr)

df %>% 
  group_by(State) %>% 
  summarise_all(.funs = function(x) { sum(!is.na(x)) })

# A tibble: 3 x 3
   State  var1  var2
  <fctr> <int> <int>
1     CA     2     3
2     TX     1     1
3     WA     2     2

Answer 2

使用data.table：

library(data.table)
setDT(df)
df[,lapply(.SD, function(x) sum(!is.na(x))),State]

   State var1 var2
1:    TX    1    1
2:    WA    2    2
3:    CA    2    3

Answer 3

dplyr方法：

df=tibble(State,var1,var2)%>%group_by(State)%>%summarize(var1=sum(!is.na(var1)),var2=sum(!is.na(var2)))
> df
# A tibble: 3 x 3
  State  var1  var2
  <chr> <int> <int>
1 CA        2     3
2 TX        1     1
3 WA        2     2

分组列的长度，不包括NA

3 个答案: