计算数据框中每一列的非NA值的数量 [英] Count number of non-NA values for every column in a dataframe

问题描述

我有一个很大的数据集，其中包含很多 NA 和一些非Na值。
目前，我为每个列计算非 NA 值，如下所示：

I have a big dataset that contains a lot of NAs and some non-Na values. At the moment I count my non-NA values for each column like this:

 attach(df)
 1000 - (sum(is.na(X1)))
 1000 - (sum(is.na(X2)))
 1000 - (sum(is.na(X3)))
 1000 - (sum(is.na(X4)))
 1000 - (sum(is.na(X5)))
 ...
 detach(df)

所以我的观测总长度-总和我的 NA 值。

So my overall length of my observations - the sum of my NA values.

有没有一种更快的方法，它使用更少的代码行和打字工作，并且给我带来快非 NA 值的所有列和数量的总览？

Is there a faster way which uses less code lines and typing effort and gives me fast overview of all the columns and numbers of non-NA values?

像for循环之类的东西吗？

Like a for loop or something?

我正在寻找这样的东西：

I am looking for something like this:

  X1     Amount of Non-Na-Values
  X2     ...
  X3     ...
  X4
  X5
  X6  

谢谢：）

推荐答案

您也可以致电<$ c $整个数据帧上的c> is.na （隐式强制为al逻辑矩阵），然后对倒置响应调用 colSums ：

You can also call is.na on the entire data frame (implicitly coercing to a logical matrix) and call colSums on the inverted response:

# make sample data
set.seed(47)
df <- as.data.frame(matrix(sample(c(0:1, NA), 100*5, TRUE), 100))

str(df)
#> 'data.frame':    100 obs. of  5 variables:
#>  $ V1: int  NA 1 NA NA 1 NA 1 1 1 NA ...
#>  $ V2: int  NA NA NA 1 NA 1 0 1 0 NA ...
#>  $ V3: int  1 1 0 1 1 NA NA 1 NA NA ...
#>  $ V4: int  NA 0 NA 0 0 NA 1 1 NA NA ...
#>  $ V5: int  NA NA NA 0 0 0 0 0 NA NA ...

colSums(!is.na(df))
#> V1 V2 V3 V4 V5 
#> 69 55 62 60 70

这篇关于计算数据框中每一列的非NA值的数量的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！