Question

从R内置数据集空气质量中获取一个简单数据框并检查其缺失值：

airquality %>% summary

这可行：

airquality %>% map_df(is.na) %>% map_df(sum)

  Ozone Solar.R  Wind  Temp Month   Day
  <int>   <int> <int> <int> <int> <int>
1    37       7     0     0     0     0

，并且，以purrr语法，也可以：

airquality %>% map_df(~sum(is.na(.)))
  Ozone Solar.R  Wind  Temp Month   Day
  <int>   <int> <int> <int> <int> <int>
1    37       7     0     0     0     0

，这不起作用：

airquality %>% map_df(sum(is.na(.)))

  Ozone Solar.R  Wind  Temp Month   Day
  <int>   <int> <dbl> <int> <int> <int>
1    23     148     8    82     6    13

我的问题是：您如何解释最后的结果？

计算究竟在哪里发生-是dplyr还是purrr？

Answer 1

%>%中详细说明了help("%>%", package = "magrittr")周围各种语法的行为。

在这种特定情况下，sum(is.na(.))不会像OP所期望的那样被解释为匿名函数，因此.不是匿名函数的参数。

相反，.是管道的LHS（左侧）。

airquality %>% map_df(sum(is.na(.)))可以展开为map_df(airquality, .f = sum(is.na(airquality)))。

sum(is.na(airquality))等于44，如果help("map_df")的{{1}}参数是一个数字矢量，则从.f得出

它被转换为提取函数

总结：这是提取每列的第44个元素，并将其约束回数据帧。或者，过分简化，将提取第44行。

使用dplyr和purrr检测每个数据框列的缺失值数量

1 个答案: