查找包含缺失值的列的名称答案

【问题标题】：Find names of columns which contain missing values查找包含缺失值的列的名称
【发布时间】：2013-12-20 07:05:03
【问题描述】：

我想找到所有带有NA 或缺失数据的列名，并将这些列名存储在一个向量中。

# create matrix
a <- c(1,2,3,4,5,NA,7,8,9,10,NA,12,13,14,NA,16,17,18,19,20)
cnames <- c("aa", "bb", "cc", "dd", "ee")
mymatrix <- matrix(a, nrow = 4, ncol = 5, byrow = TRUE)
colnames(mymatrix) <- cnames
mymatrix
#      aa bb cc dd ee
# [1,]  1  2  3  4  5
# [2,] NA  7  8  9 10
# [3,] NA 12 13 14 NA
# [4,] 16 17 18 19 20

想要的结果："aa" 和 "ee" 列。

我的尝试：

bad <- character()
for (j in 1:4){     
  tmp <- which(colnames(mymatrix[j, ]) %in% c("", "NA"))
  bad <- tmp
}

但是，我不断收到integer(0) 作为我的输出。任何帮助表示赞赏。

【问题讨论】：

标签： r na

【解决方案1】：

像这样？

colnames(mymatrix)[colSums(is.na(mymatrix)) > 0]
# [1] "aa" "ee"

或者按照@thelatemail 的建议：

names(which(colSums(is.na(mymatrix)) > 0))
# [1] "aa" "ee"

【讨论】：

没错！谢谢你。我仍然不明白为什么我无法使用 which(colnames) 解决它
另一种无需引用mymatrix 的方法是names(which(colSums(is.na(mymatrix))>0))
@lever - 因为 colnames 从来都不是 NA - NA 是每列实际数据中的值，而不是名称。试试colnames(mymatrix) 看看看不到NA
@thelatemail - 感谢您的解释。它与初学者的解决方案一样有价值
此外，“NA”与 NA 不同——第一个是包含两个字母的文本字符串，第二个是没有值的表示。

【解决方案2】：

R 3.1 引入了anyNA 函数，更加方便快捷：

colnames(mymatrix)[ apply(mymatrix, 2, anyNA) ]

旧答案：

如果它是一个很长的矩阵，apply + any 可以短路并运行得更快。

apply(is.na(mymatrix), 2, any)
#   aa    bb    cc    dd    ee 
# TRUE FALSE FALSE FALSE  TRUE 
colnames(mymatrix)[apply(is.na(mymatrix), 2, any)]
# [1] "aa" "ee"

【讨论】：

适用于 R 3.4/RStudio 1.3

【解决方案3】：

如果您的数据框包含非数字列，则此解决方案更通用（基于以前的答案）：

R 3.1 +

names(which(sapply(mymatrix, anyNA)))

或

names(which(sapply(mymatrix, function(x) any(is.na(x)))))

【讨论】：

适用于 R 3.4/RStudio 1.3