如何使用 map_dbl 创建两个变量和过滤器

Question

我有以下数据

Year    <- c("2021","2021","2021","2021","2021","2021")
Month   <- c("8","8","8","8","8","8")
Day <- c("10","15","18","20","22","25")
Hour <- c("171110","171138","174247","183542","190156","190236")
Id_Type <-  c("2","2","1","","1","")
Code_Intersecction <- c("340","","","210","750","980")

Data = data.frame(Year,Month,Day,Hour,Id_Type,Code_Intersecction)

我需要计算基数中存在的“”的数量，因为如果它大于 5%，我将使用以下值，否则取值为 1，否则为 0

Data_Null = as.data.frame(purrr::map_dbl(Data, .f = function(x){ifelse(round(sum(x == '')/nrow(Data)*100L,3) >= 5, 1, 0)}))
colnames(Data_Null) = "Null"

当我看到数据框时，问题就来了，它只需要一列而不是两列；名称和值 0/1

怎样才能让它显示如下

Answer 1

使用tibble:rownames_to_column:

tibble::rownames_to_column(Data_Null, var ="Variables")

# A tibble: 6 x 2
  Variables           Null
  <chr>              <dbl>
1 Year                   0
2 Month                  0
3 Day                    0
4 Hour                   0
5 Id_Type                1
6 Code_Intersecction     1

Answer 2

我们可以在 base R 中的逻辑矩阵上使用 colMeans，将命名向量转换为两列 data.frame 和 stack

stack(+(colMeans(Data == "") > 0.05))[2:1]

解释 - Data == "" returns一个逻辑矩阵，colMeans得到每一列的逻辑向量的mean （这将是 TRUE 值的百分比 (*100)），然后通过与 0.05（5%）比较转换为逻辑向量。可以使用 (+) 或使用 as.integer 将逻辑转换为二进制。 colMeans 的输出是命名的 vector，它保持原样。 stack 将逻辑命名向量转换为两列 data.frame。索引 ([2:1]) 将对列重新排序，即第 2 列首先出现，然后是第一列。

-输出

                 ind values
1               Year      0
2              Month      0
3                Day      0
4               Hour      0
5            Id_Type      1
6 Code_Intersecction      1

和tidyverse，等价于enframe（来自tibble）

library(dplyr)
library(tidyr)
library(purrr)
map(Data, ~ +(round(mean(.x == ""), 3) * 100 >= 5)) %>%
  enframe(name = 'Variables') %>%
  unnest(value)
# A tibble: 6 × 2
  Variables          value
  <chr>              <int>
1 Year                   0
2 Month                  0
3 Day                    0
4 Hour                   0
5 Id_Type                1
6 Code_Intersecction     1

Answer 3

基数 R：

Data$Variables <- rownames(Data)

如何使用 map_dbl 创建两个变量和过滤器

How create two Variable and filter with map_dbl

r

purrr