查找所有缺失值的列

Question

我正在编写一个函数，它需要检查是否（以及哪个！）列（变量）具有所有缺失值（NA、<NA>）。以下是函数片段：

test1 <- data.frame (matrix(c(1,2,3,NA,2,3,NA,NA,2), 3,3))
test2 <- data.frame (matrix(c(1,2,3,NA,NA,NA,NA,NA,2), 3,3))

na.test <-  function (data) {
  if (colSums(!is.na(data) == 0)){
      stop ("The some variable in the dataset has all missing value,
     remove the column to proceed")
      }
      }
na.test (test1)

Warning message:
In if (colSums(!is.na(data) == 0)) { :
  the condition has length > 1 and only the first element will be used

Q1：为什么会出现上述错误以及任何修复？

Q2：有没有什么办法可以找出哪些列中的所有NA，例如输出列表（变量名或列号）？

Answer 1

变体 dplyr 方法：

dataframe %>% select_if(function(x) all(is.na(x))) %>% colnames() 

Answer 2

sapply(b,function(X) sum(is.na(X))

这将为您提供数据集每一列中的 na 计数，如果列中不存在 na，则也将给出 0

Answer 3

这个会生成满是NA的列名：

library(purrr)
df %>% keep(~all(is.na(.x))) %>% names

Answer 4

dplyr 方法来查找每列的 NA 数量：

df %>% 
  summarise_all((funs(sum(is.na(.))))) 

Answer 5

以下命令为您提供了一个漂亮的表格，其中包含具有 NA 值的列：

sapply(dataframe, function(x)all(any(is.na(x))))

这是对你得到的第一个答案的改进，在某些情况下它不能正常工作。

Answer 6

在 dplyr 中

ColNums_NotAllMissing <- function(df){ # helper function
  as.vector(which(colSums(is.na(df)) != nrow(df)))
}

df %>%
select(ColNums_NotAllMissing(.))

example:
x <- data.frame(x = c(NA, NA, NA), y = c(1, 2, NA), z = c(5, 6, 7))

x %>%
select(ColNums_NotAllMissing(.))

或者，反过来

Cols_AllMissing <- function(df){ # helper function
  as.vector(which(colSums(is.na(df)) == nrow(df)))
}


x %>%
  select(-Cols_AllMissing(.))

Answer 7

测试列是否有所有缺失值：

apply(test1,2,function(x) {all(is.na(x))})

要获取所有缺失值的列：

  test1.nona <- test1[ , colSums(is.na(test1)) == 0]

Answer 8

查找所有值缺失的列

 allmisscols <- apply(dataset,2, function(x)all(is.na(x)));  
 colswithallmiss <-names(allmisscols[allmisscols>0]);    
 print("the columns with all values missing");    
 print(colswithallmiss);

Answer 9

使用sapply 和一个小的匿名函数很容易：

sapply(test1, function(x)all(is.na(x)))
   X1    X2    X3 
FALSE FALSE FALSE 

sapply(test2, function(x)all(is.na(x)))
   X1    X2    X3 
FALSE  TRUE FALSE 

---

在函数内部：

na.test <-  function (x) {
  w <- sapply(x, function(x)all(is.na(x)))
  if (any(w)) {
    stop(paste("All NA in columns", paste(which(w), collapse=", ")))
  }
}

na.test(test1)

na.test(test2)
Error in na.test(test2) : All NA in columns 2