按因子分组的NA计数

Question

我正在尝试计算每个因素中一列NA的数量。我将使用threshold = 2 for idxDay, row in df.iterrows(): Id = idxDay ratio = row["ratio"] dept = row["dept"] DeptCount=0 MyCount=0 MyLong=0 for idxRange, row1 in df.iterrows(): rangeId = idxRange rangeRatio = row1["ratio"] rangeDept = row1["dept"] if dept== rangeDept and Id != rangeId: DeptCount = DeptCount + 1 if (ratio/rangeRatio) > threshold : MyCount = MyCount + 1 df.loc[idxDay, "higher"]=MyCount 数据框来使其更直观。

查看数据，我想得到一些返回的信息，例如：

mtcars

在SQL术语中，我首先要按mpg count(NA_in_column_carb) 21.0 0 21.4 0 17.3 0 对数据进行分组（在这种情况下，mpg将成为一个因素），然后对mpg值在{ {1}}列。

我尝试使用dplyr编写某些内容，但由于无法产生正确的结果而是产生错误而卡住了。

代码：

NA

错误：

carb

Answer 1

您可以sum与is.na一起使用：

library(dplyr)
mtcars %>% group_by(mpg) %>% summarise(n = sum(is.na(carb)))

以R为基数的

1. aggregate

   aggregate(carb~mpg, mtcars, function(x) sum(is.na(x)))
   

2. tapply

   tapply(mtcars$carb, mtcars$mpg, function(x) sum(is.na(x)))
   

和data.table

library(data.table)
setDT(mtcars)[, .(sum = sum(is.na(carb))), mpg]

Answer 2

我们可以在rowsum中使用base R

rowsum(+(is.na(mtcars$carb)), mtcars$mpg)