Déterminez le nombre de valeurs NA dans une colonne

Je veux compter le nombre de NAvaleurs dans une colonne de bloc de données. Disons que mon bloc de données est appelé dfet que le nom de la colonne que je considère est col. La façon dont j'ai imaginé est la suivante:

sapply(df$col, function(x) sum(length(which(is.na(x)))))  

Est-ce le moyen le plus efficace / le plus efficace de le faire?

Vous réfléchissez trop au problème:

sum(is.na(df$col))

Si vous recherchez des NAnombres pour chaque colonne d'un dataframe, alors:

na_count <-sapply(x, function(y) sum(length(which(is.na(y)))))

devrait vous donner une liste avec les nombres pour chaque colonne.

na_count <- data.frame(na_count)

Devrait bien afficher les données dans une trame de données comme:

----------------------
| row.names | na_count
------------------------
| column_1  | count

Essayez la colSumsfonction

df <- data.frame(x = c(1,2,NA), y = rep(NA, 3))

colSums(is.na(df))

#x y 
#1 3 

Si vous cherchez à compter le nombre de NA dans l'ensemble de la base de données, vous pouvez également utiliser

sum(is.na(df))

En summary()sortie, la fonction compte également les NAs donc on peut utiliser cette fonction si l'on veut la somme de NAs dans plusieurs variables.

Une façon tidyverse de compter le nombre de valeurs nulles dans chaque colonne d'un dataframe:

library(tidyverse)
library(purrr)

df %>%
    map_df(function(x) sum(is.na(x))) %>%
    gather(feature, num_nulls) %>%
    print(n = 100)

Cette forme, légèrement modifiée par rapport à celle de Kevin Ogoros:

na_count <-function (x) sapply(x, function(y) sum(is.na(y)))

renvoie NA compte comme tableau int nommé

Une solution Tidyverse rapide et facile pour obtenir un NAcompte pour toutes les colonnes consiste à utiliser summarise_all()ce qui, je pense, rend une solution beaucoup plus facile à lire que d'utiliser purrrousapply

library(tidyverse)
# Example data
df <- tibble(col1 = c(1, 2, 3, NA), 
             col2 = c(NA, NA, "a", "b"))

df %>% summarise_all(~ sum(is.na(.)))
#> # A tibble: 1 x 2
#>    col1  col2
#>   <int> <int>
#> 1     1     2

Essaye ça:

length(df$col[is.na(df$col)])

La réponse de l'utilisateur rrs est correcte, mais cela ne vous indique que le nombre de valeurs NA dans la colonne particulière de la trame de données que vous passez pour obtenir le nombre de valeurs NA pour la trame de données entière, essayez ceci:

apply(<name of dataFrame>, 2<for getting column stats>, function(x) {sum(is.na(x))})

Cela fait l'affaire

J'ai lu un fichier csv à partir du répertoire local. Le code suivant fonctionne pour moi.

# to get number of which contains na
sum(is.na(df[, c(columnName)]) # to get number of na row

# to get number of which not contains na
sum(!is.na(df[, c(columnName)]) 

#here columnName is your desire column name

Similaire à la réponse de hute37 mais utilisant le purrrpackage. Je pense que cette approche tidyverse est plus simple que la réponse proposée par AbiK.

library(purrr)
map_dbl(df, ~sum(is.na(.)))

Remarque: le tilde ( ~) crée une fonction anonyme. Et le '.' fait référence à l'entrée pour la fonction anonyme, dans ce cas le data.frame df.

Vous pouvez l'utiliser pour compter le nombre de NA ou de blancs dans chaque colonne

colSums(is.na(data_set_name)|data_set_name == '')

sapply(name of the data, function(x) sum(is.na(x)))