我有以下数据
Year <- c("2021","2021","2021","2021","2021","2021")
Month <- c("8","8","8","8","8","8")
Day <- c("10","15","18","20","22","25")
Hour <- c("171110","171138","174247","183542","190156","190236")
Id_Type <- c("2","2","1","","1","")
Code_Intersecction <- c("340","","","210","750","980")
Data = data.frame(Year,Month,Day,Hour,Id_Type,Code_Intersecction)
我需要计算基数中存在的“”的数量，因为如果它大于 5%，我将使用以下值，否则取值 1，否则取 0
Data_Null = as.data.frame(purrr::map_dbl(Data, .f = function(x){ifelse(round(sum(x == '')/nrow(Data)*100L,3) >= 5, 1, 0)}))
colnames(Data_Null) = "Null"
当我看到数据框时，问题就来了，它只需要一列而不是两列；名称和值 0/1
如何让它显示如下
我们可以在 base R 中的逻辑矩阵上使用 colMeans，使用 stack
stack(+(colMeans(Data == "") > 0.05))[2:1]
解释 - Data == "" 返回一个逻辑矩阵，colMeans 得到逻辑的均值每个列的向量(这将是 TRUE 值的百分比 (*100))，然后通过与 0.05(5%)比较转换为逻辑向量。可以使用 (+) 或使用 as.integer 将逻辑转换为二进制。 colMeans 的输出是一个命名的 vector，它保持原样。 stack 将逻辑命名向量转换为两列 data.frame。索引 ([2:1]) 将对列重新排序，即第 2 列首先出现，然后是第一列。
-输出
ind values
1 Year 0
2 Month 0
3 Day 0
4 Hour 0
5 Id_Type 1
6 Code_Intersecction 1
对于tidyverse，等同于enframe(来自tibble)
library(dplyr)
library(tidyr)
library(purrr)
map(Data, ~ +(round(mean(.x == ""), 3) * 100 >= 5)) %>%
enframe(name = 'Variables') %>%
unnest(value)
# A tibble: 6 × 2
Variables value
<chr> <int>
1 Year 0
2 Month 0
3 Day 0
4 Hour 0
5 Id_Type 1
6 Code_Intersecction 1