使用dplyr计算每列中NA值的百分比

Question

我有一个数据框，其中某些列存在缺失值。是否可以使用dplyr有效地计算每个列缺失的百分比，即NA。类似于colSum的功能。这样我就不必单独计算每个列的缺失百分比了吗？

- MP61

---

你应该提供一个数据对象进行测试。 - IRTFM

colMeans(is.na(x))（基于R基础而非dplyr）可能有效。 - Ben Bolker

你的问题涉及到 dplyr。使用 dplyr 进行计算。我有什么遗漏吗？ - akrun

Answer 1

首先，我为您创建了一组测试数据：

a<- c(1,NA,NA,4)
b<- c(NA,2,3,4)
x<- data.frame(a,b)
x
#    a  b
# 1  1 NA
# 2 NA  2
# 3 NA  3
# 4  4  4

那么你可以使用 colMeans(is.na(x))：

colMeans(is.na(x))
#    a    b 
# 0.50 0.25 

- Gavin

---

感谢Ben Bolker的评论。 - user3710546

谢谢，下次会添加数据。 - MP61

Answer 2

我们可以使用summarise_each

 library(dplyr)
 x %>% 
   summarise_each(funs(100*mean(is.na(.))))

- akrun

Answer 3

我喜欢purrr::map的简洁性，它非常适合这种情况： x %>% map(~ mean(is.na(.)))

- ericgtaylor

---

x %>% map(~ mean(is.na(.))) %>% keep(~ 1 %in% .) %>% names()这将仅保留所有列都是na的列。 - mtelesha