我的数据看起来像这样:
df1 <- data.frame(
Z = sample(LETTERS[1:5], size = 10000, replace = T),
X1 = sample(c(1:10,NA), 10000, replace = T),
X2 = sample(c(1:25,NA), 10000, replace = T),
X3 = sample(c(1:5,NA), 10000, replace = T)
)
我可以计算缺失的变量:
data.frame("Total Missing" = colSums(is.na(df1)))
但是,我想通过 Z
完成此操作。即每个 Z 值缺失 X1-3 的个数。
我试过了
df1 %>% group_by(Z) %>% summarise('Total Missing' = colSums(is.na(df1)))
但它并没有像我预期的那样工作。
最佳答案
你可以使用summarise_each
:
df1 %>%
group_by(Z) %>%
summarise_each(funs(sum(is.na(.))))
#Source: local data frame [5 x 4]
#
# Z X1 X2 X3
# (fctr) (int) (int) (int)
#1 A 169 77 334
#2 B 170 77 316
#3 C 159 78 348
#4 D 181 79 326
#5 E 174 69 341
请注意,您可以在 summarise_each
中指定将函数应用到哪些列(默认是除分组列之外的所有列)或函数不应用于哪些列.您可能还需要注意,就像 summarise_each
到 summarise
一样,还有 mutate_each
作为 mutate
的补充> 如果您想将函数应用于所有列而不汇总结果。
强制性的 data.table 等效项是:
library(data.table)
setDT(df1)[, lapply(.SD, function(x) sum(is.na(x))), by = Z]
# Z X1 X2 X3
#1: D 181 79 326
#2: C 159 78 348
#3: B 170 77 316
#4: A 169 77 334
#5: E 174 69 341
在基础 R 中,您可以使用如下拆分/应用/组合方法:
do.call(rbind,
lapply(
split(df1, df1$Z), function(dd) {
colSums(is.na(dd[-1]))
}))
# X1 X2 X3
#A 169 77 334
#B 170 77 316
#C 159 78 348
#D 181 79 326
#E 174 69 341
或者,同样在 base R 中,您可以使用 aggregate
:
aggregate(df1[-1], list(df1$Z), FUN = function(y) sum(is.na(y)))
aggregate(. ~ Z, df1, FUN = function(y) sum(is.na(y)), na.action = "na.pass") # formula interface
关于r - 分组然后计算缺失的变量?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/35364196/