未知的 NA 和 sapply vs rbind答案

【问题标题】：Unknown NAs and sapply vs rbind未知的 NA 和 sapply vs rbind
【发布时间】：2022-01-25 12:12:40
【问题描述】：

查询：我为我的问题生成了工作代码，但我只是强行解决了问题，并想了解更多关于我在此过程中遇到的“错误”的信息。

我正在尝试做的事情：编写一个函数，读取一个满是 csvs 的目录，并报告每个数据文件中完全观察到的案例数量，并将其呈现为 dataframe。

问题 1：随机 NA

#part 2
complete<-function(id=1:332){
  #(1)read the files
  file_names<-list.files(path = "specdata/",pattern = ".csv",full.names = TRUE)
  a<-matrix(nrow=length(id),ncol=1)
  colnames(a)<-"nobs"
  
  #returning the data frame
  for(i in id){
    a<-rbind(a,sum(complete.cases(read.csv(file_names[i]))))
  }
  b<-cbind(id,a)
  c<-as.data.frame(b)
  c
  
}


#testing
complete(id=30:25)

输出：

查询：我用 na.omit 轻松解决了这个问题，但为什么会发生这种情况？

问题 2：从一开始就将 a 设置为数据框。 我尝试将 a 设置为数据框并生成解决方案，但我无法生成完整的数据框

#part 2
complete<-function(id=1:332){

  #(1)read the files
  file_names<-list.files(path = "specdata/",pattern = ".csv",full.names = TRUE)
  
  df<-data.frame()
  #returning the data frame
  for (i in id){
    complete_df<-rbind(df,sum(complete.cases(read.csv(file_names[i]))))
  } 
  
  colnames(complete_df)<-"nobs"
  complete_df
}


  #testing
complete(id=4:6)

我的输出：（它只返回 id 6）

我尝试了什么： 我在网上能找到的最接近的答案是How to get print function output into a dataframe

但是，我无法理解整个函数试图解释什么，我试着向上看这个 sapply 函数但无法理解它。

我对问题 #2 的问题： (1)根据stackoverflow，nobs可能在每次迭代中都发生了变化，并且之前的值被删除了。为什么会发生这种情况，即使我使用 rbind 而不仅仅是打印？ (2) 这个 sapply 到底是做什么的？它与 rbind 有什么不同？我已经尝试查找该功能，但我完全失去了它的含义。

【问题讨论】：

标签： r for-loop na sapply

【解决方案1】：

library(data.table)

complete <- function(id = 1:332) {
  
  # only read the files for id's requested in the function call
  fileNames <- paste0("specdata/", str_pad(id, width = 3, side = c("left"), pad = 0), ".csv" )
  dt <- rbindlist(lapply(fileNames, fread))
  dt[complete.cases(dt), .(nobs = .N), by = ID]

}

complete(4:6)

#    ID nobs
# 1:  4  474
# 2:  5  402
# 3:  6  228

【讨论】：