通过 R 中的 ID 识别数据帧中的任何 NA答案

【问题标题】：Identify any NA in a data frame by ID in R通过 R 中的 ID 识别数据帧中的任何 NA
【发布时间】：2020-09-10 16:11:31
【问题描述】：

如果我有一个看起来像这样的数据框

df <- data.frame(ID = c("12","12","12","13","13","14","14"), 
Q1 = c(NA,"b",NA,"b",NA,"a","a"), 
Q2 = c(NA,"a",NA,"b",NA,"a","b"), 
Q3 = c(NA,"a",NA,"a",NA,"b","b"))

如何识别具有 ANY NA 的 ID？我只需要一次 ID。

结果我需要的是 12 13

我的数据框非常大，有些 ID 有很多缺失值，而另一些则没有。我确定如果一行（Q1、Q2 或 Q3）有缺失值，那么它们三个将有一个 NA。所有行都有 ID，该列没有 NA。

【问题讨论】：

标签： r dataframe na

【解决方案1】：

使用rowSums() 尝试这种base R 方法，以计算NA 的数量。之后，which() 用于标识行：

#Code
df[which(rowSums(is.na(df[,-1]))>0),]

输出：

  ID   Q1   Q2   Q3
1 12 <NA> <NA> <NA>
3 12 <NA> <NA> <NA>
5 13 <NA> <NA> <NA>

或者如果你只想要 id，你可以使用这个：

#Code2
unique(df[which(rowSums(is.na(df[,-1]))>0),1])

输出：

[1] "12" "13"

【讨论】：

【解决方案2】：

您也可以使用完全适合您需要的complete.case 的否定：

一个逻辑向量，指定哪些观察/行在整个序列中没有缺失值。

df <- data.frame(ID = c("12","12","12","13","13","14","14"), 
                 Q1 = c(NA,"b",NA,"b",NA,"a","a"), 
                 Q2 = c(NA,"a",NA,"b",NA,"a","b"), 
                 Q3 = c(NA,"a",NA,"a",NA,"b","b"))


df[!complete.cases(df),1]
#> [1] "12" "12" "13"


microbenchmark::microbenchmark(df[which(rowSums(is.na(df[,-1]))>0),1],df[!complete.cases(df),1])
#> Unit: microseconds
#>                                        expr  min   lq   mean median   uq   max
#>  df[which(rowSums(is.na(df[, -1])) > 0), 1] 30.0 31.2 36.600   31.7 32.5 249.4
#>                  df[!complete.cases(df), 1]  7.2  7.8  9.345    8.1  8.5  39.9
#>  neval cld
#>    100   b
#>    100  a

^{由reprex package (v0.3.0) 于 2020 年 9 月 10 日创建}

速度也快了四倍

【讨论】：