Question

谁能告诉我下面编写的代码行做什么？

sapply(X, function(x) sum(is.na(x))) / nrow(airports) * 100

可以理解的是，当应用求和函数但将其保留在矩阵中时，它将丢弃NA s。

感谢您的帮助。

谢谢

Answer 1

足够的评论，需要时间回答：

sapply(X,      # apply to each item of X (each column, if X is a data frame)
  function(x)  # this function:
    sum(is.na(x))  # count the NAs
) / nrow(airports) * 100  # then divide the result by the number of rows in the the airports object
  # and multiply by 100

换句话说，它计算X的每一列中缺失值的数量，然后将结果除以airports中的行数，然后乘以100。计算其中的缺失值的百分比假设X的行数与airports相同。

将X的列与nrow(airports)混合并匹配很奇怪，我希望它们是相同的（即sapply(airports, ...) / nrow(airports)或sapply(X, ...) / nrow(X)。

正如我在评论中提到的，没有任何东西被“丢弃”。如果您想忽略所有sum值而进行NA，则需要sum(foo, na.rm = TRUE)。取而代之的是，这里*被求和的是is.na(x)，也就是说，我们正在求和每个值是否缺失：计算缺失值。 sum(is.na(foo))是对NA中foo个值进行计数的惯用方式。

在这种情况下，目标是百分比而不是计数，我们可以使用mean()而不是sum() / n来简化：

# slightly simpler, consistent object
sapply(airports, function(x) mean(is.na(x))) * 100

我们还可以在整个数据上使用is.na()，因此我们不需要“匿名函数”：

# rearrange for more simplicity
sapply(is.na(airports), mean) * 100

在R中将is.na与Sapply函数一起使用

1 个答案: