使用lappy列出R中每列中空变量的百分比

我得到了一个大的csv，它有115列，1000行。这些列有各种各样的数据，有些是基于字符的，有些是整数的，等等。但是，这些数据有许多不同类型的空变量（NA，-999，空，等等）

我想做的是编写一个脚本，生成一个列列表，其中列中超过30%的数据是某种类型的NULL

为此，我编写了一个脚本，为一列提供空百分比（十进制）。这个脚本对我来说很好

我想为所有列编写一个脚本。我相信我需要使用lappy函数

我尝试在这里执行此操作，但是，我似乎根本无法使此脚本正常工作：

Null_Counter <- lapply(indata, 2, length(x),
                   length(which(indata == "" | is.na(indata) | indata == "NA" | indata == "-999" | indata == "0")))
                   names(indata(which(0.3>=Null_Counter / nrow(indata))))

以及：

理想情况下，我希望它给我的是一个所有列名的向量列表，其中所有空变量（NA，-999，0，null）的百分比超过30%

---

有人能帮忙吗

我相信您希望使用apply而不是lappy将函数应用于列表。 试试这个：

Null_Counter <- apply(indata, 2, function(x) length(which(x == "" | is.na(x) | x == "NA" | x == "-999" | x == "0"))/length(x))
Null_Name <- colnames(indata)[Null_Counter >= 0.3]

---

Null\u Counter在
数据中有一种不同的方法来执行此操作。表
：

#first, make a reproducible example:
library(data.table)
#make it so that all columns have ~30% "NA" as you define it
dt<-as.data.table(replicate(
  115,sample(c(1:100,"",NA,"NA",-999,0),size=1000,replace=T,
             prob=c(rep(.007,100),rep(.06,5)))))

lappy
不需要
MARGIN
。它用于
应用
。您可以查看
？lappy
中的示例，非常感谢。我的最终解决方案是：空计数
Error: could not find function "indata"

Null_Counter <- apply(indata, 2, function(x) length(which(x == "" | is.na(x) | x == "NA" | x == "-999" | x == "0"))/length(x))
Null_Name <- colnames(indata)[Null_Counter >= 0.3]

#first, make a reproducible example:
library(data.table)
#make it so that all columns have ~30% "NA" as you define it
dt<-as.data.table(replicate(
  115,sample(c(1:100,"",NA,"NA",-999,0),size=1000,replace=T,
             prob=c(rep(.007,100),rep(.06,5)))))

x<-as.matrix(dt[,lapply(.SD,function(x){
  mean(is.na(x) | x %in% c("","NA","-999","0"))})])
colnames(x)[x>.3]

dt[,!colnames(x)[x>.3],with=F]