r - 检查是否每一列都是 na

Question

我在数据框中有一个列列表，我想在其中检查所有这些列是否为 NA 并创建一个新列来告诉我它们是否为 NA。

这是一个使用一列的示例，其中 Any_Flag 是我的新列：

ItemStats_2014$Any_Flag <- ifelse(is.na(ItemStats_2014$Item_Flag_A), "Y", "N")

当我尝试运行检查多列时，我得到了我期望的结果：

ItemStats_2014$Any_Flag <- ifelse(all(is.na(ItemStats_2014[ ,grep("Flag", names(ItemStats_2014), value = T)])), "Y", "N")

它returns一切都是假的或"N"。

Answer 1

我不确定 grep 部分应该做什么，但这里有一个更简单的方法来完成你想要的：

 apply(ItemStats_2014[, 2:10], MARGIN = 1, FUN = function(x) all(is.na(x)))

将 2:10 替换为您要检查的任何列。

修改： 如果您想检测哪些列包含单词 "Flag" 而不是硬编码它们的索引——无论如何这会更好！ -- 我喜欢用于处理文本的包 stringr。您可以对 select 您的专栏执行此操作：

 library(stringr)
 MyCols <- which(str_detect(names(ItemStats_2014), "Flag"))

现在，将上面 apply(... 代码中的 2:10 替换为 MyCols。

Answer 2

我认为您正在尝试测试一行（而不是一列）是否至少包含一个 NA。

这里是一个数据集

x = c(1:10, NA)
df = data.frame(A = sample(x), B = sample(x), C = sample(x))

这里是一个用 anyNA

测试的循环

df$Any_na = apply(df[,2:3], 1, anyNA)
df

    A  B  C Any_na
1  NA  8  9  FALSE
2   5  9 NA   TRUE
3   9  3 10  FALSE
4   7  5  1  FALSE
5   4  2  3  FALSE
6  10  4  6  FALSE
7   3  1  2  FALSE
8   6  6  5  FALSE
9   1 10  7  FALSE
10  2 NA  8   TRUE
11  8  7  4  FALSE

Answer 3

这可能会帮助您入门：

# Sample dataframe
dfx <- data.frame(
x = c(21L, 21L, 21L, 22L, 22L, NA),
y = c(1449, 1814, 582, 582, 947, 183),
s = c(26.4, 28.7, 32, 25.3, NA, 25.7),
z = c(NA,NA,NA,NA,NA,NA)
)

# Sapply works well here 
ifelse(sapply(dfx, function(x)all(is.na(x))) == TRUE, "Y","N")

输出：

 x   y   s   z 
"N" "N" "N" "Y"

Answer 4

数据

set.seed(1)
data <- c(LETTERS, NA)
df <- data.frame(Flag_A = sample(data), Flag_B = sample(data), 
                 C = sample(data), D = sample(data), Flag_E = sample(data))

df <- rbind(NA, df)

代码

识别每行的所有 NA：

> df$All_NA <- apply(df[, grep("Flag", names(df))], 1, function(x) all(is.na(x)))
> head(df)
  Flag_A Flag_B    C    D Flag_E All_NA
1   <NA>   <NA> <NA> <NA>   <NA>   TRUE
2      H      K    B    T      Y  FALSE
3      J      W    C    K      P  FALSE
4      O      I    H    I   <NA>  FALSE
5      V      L    M    S      R  FALSE
6      E      N    P    E      I  FALSE

每行至少识别一个 NA：

> df$Any_NA <- apply(df[, grep("Flag", names(df))], 1, function(x) anyNA(x))
> head(df)
  Flag_A Flag_B    C    D Flag_E Any_NA
1   <NA>   <NA> <NA> <NA>   <NA>   TRUE
2      H      K    B    T      Y  FALSE
3      J      W    C    K      P  FALSE
4      O      I    H    I   <NA>   TRUE
5      V      L    M    S      R  FALSE
6      E      N    P    E      I  FALSE

Answer 5

没有任何 apply 的 data.table 方法是：

library(arsenal)
library(data.table)

# dummy data
set.seed(1)
data = c(LETTERS, NA)
dt = data.table(Flag_A=sample(data), Flag_B = sample(data), C=sample(data), D=sample(data), Flag_E=sample(data))
dt = rbind(NA, dt)

# All-NA/Any-NA check
columns_to_check = names(dt)[grep('Flag', names(dt))]
dt[, AllNA:=allNA(.SD), by=1:nrow(dt), .SDcols = columns_to_check]
dt[, AnyNA:=anyNA(.SD), by=1:nrow(dt), .SDcols = columns_to_check]

r - 检查是否每一列都是 na

r - check if every column is na

r

na