我有一个数据集,我想总结没有缺失值的观察次数(用 NA 表示)。
我的数据类似如下:
data <- read.table(header = TRUE,
stringsAsFactors = FALSE,
text="CompanyNumber ResponseVariable Year ExplanatoryVariable1 ExplanatoryVariable2
1 2.5 2000 1 2
1 4 2001 3 1
1 3 2002 NA 7
2 1 2000 3 NA
2 2.4 2001 0 4
2 6 2002 2 9
3 10 2000 NA 3")
我打算使用 dplyr 包,但这只考虑了年份而不是不同的变量:
library(dplyr)
data %>%
group_by(Year) %>%
summarise(number = n())
如何获得以下结果?
2000 2001 2002
ExplanatoryVariable1 2 2 1
ExplanatoryVariable2 2 2 2
最佳答案
要获得计数,您可以从使用开始:
library(dplyr)
data %>%
group_by(Year) %>%
summarise_at(vars(starts_with("Expla")), ~sum(!is.na(.)))
## A tibble: 3 x 3
# Year ExplanatoryVariable1 ExplanatoryVariable2
# <int> <int> <int>
#1 2000 2 2
#2 2001 2 2
#3 2002 1 2
如果您想按照问题所示 reshape 它,您可以使用 tidyr 函数扩展管道:
library(tidyr)
data %>%
group_by(Year) %>%
summarise_at(vars(starts_with("Expla")), ~sum(!is.na(.))) %>%
gather(var, count, -Year) %>%
spread(Year, count)
## A tibble: 2 x 4
# var `2000` `2001` `2002`
#* <chr> <int> <int> <int>
#1 ExplanatoryVariable1 2 2 1
#2 ExplanatoryVariable2 2 2 2
只是让 OP 知道,因为他们有大约 200 个解释变量可供选择。您可以使用 summarise_at
的另一个选项来选择变量。如果它们在数据中的顺序正确,您可以简单地命名 first:last 变量,例如:
data %>%
group_by(Year) %>%
summarise_at(vars(ExplanatoryVariable1:ExplanatoryVariable2), ~sum(!is.na(.)))
或者:
data %>%
group_by(Year) %>%
summarise_at(3:4, ~sum(!is.na(.)))
或者将变量名存储在一个向量中并使用它:
vars <- names(data)[4:5]
data %>%
group_by(Year) %>%
summarise_at(vars, ~sum(!is.na(.)))
关于r - 计算 R 中每年没有 N/A 的观察次数,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45882538/