从作为向量提供的多个变量中逐行计算 NA

Question

我有一个数据：

test_df <- data.frame(x1 = c("a", "b", "c", NA, NA), 
                      x2 = sample(1:5),
                      x3 = c(T, NA, F, T, NA),
                      x4 = c(NA, NA, 1, 2, 3),
                      stringsAsFactors = F)

colset1 <- c("x1", "x2", "x3")
colset2 <- c("x2", "x3", "x4")

包含变量名称的数据框和向量。

如果向量 (colset) 中提供的列的任何行包含任何 NA，如何检查（最好以 dplyr 方式）？

colset1 的预期答案是 TRUE FALSE TRUE FALSE FALSE，colset2 的预期答案是 FALSE FALSE TRUE TRUE FALSE .

备选问题是：如何计算该列中的 NA？ colset1 的预期答案是 0 1 0 1 2，colset2 的预期答案是 1 2 0 0 1

我正在尝试改变 ...ifelse(length(sum(is.na(vars(colset1)))) == 0) 但仍然缺少一些东西，它没有用，我迷失在自己的代码中:)

谢谢！

Answer 1

不需要dplyr。您可以简单地使用 rowSums，即

!rowSums(is.na(test_df[colset1])) > 0
#[1]  TRUE FALSE  TRUE FALSE FALSE

!rowSums(is.na(test_df[colset2])) > 0
#[1] FALSE FALSE  TRUE  TRUE FALSE

要得到实际的NA数，可以去掉逻辑> 0和取反符（!），即

rowSums(is.na(test_df[colset1]))
#[1] 0 1 0 1 2
rowSums(is.na(test_df[colset2]))
#[1] 1 2 0 0 1

Answer 2

一个dplyr解决方案可以是：

test_df %>%
 mutate(colset1 = Reduce(`|`, across(colset1, ~ is.na(.))),
        colset2 = Reduce(`|`, across(colset2, ~ is.na(.))))

获取计数：

test_df %>%
 mutate(colset1 = rowSums(across(colset1, ~ is.na(.))),
        colset2 = rowSums(across(colset2, ~ is.na(.))))

    x1 x2    x3 x4 colset1 colset2
1    a  3  TRUE NA       0       1
2    b  4    NA NA       1       2
3    c  1 FALSE  1       0       0
4 <NA>  5  TRUE  2       1       0
5 <NA>  2    NA  3       2       1

Answer 3

test_df
    x1 x2    x3 x4
1    a  4  TRUE NA
2    b  3    NA NA
3    c  2 FALSE  1
4   NA  5  TRUE  2
5   NA  1    NA  3
is_na(test_df)
        x1    x2    x3    x4
[1,] FALSE FALSE FALSE  TRUE
[2,] FALSE FALSE  TRUE  TRUE
[3,] FALSE FALSE FALSE FALSE
[4,]  TRUE FALSE FALSE FALSE
[5,]  TRUE FALSE  TRUE FALSE

使用na.tools包

从作为向量提供的多个变量中逐行计算 NA

Count NAs rowwise from multiple variables provided as vector

r

dataframe

dplyr

rowwise