Fatal编程技术网
  • r/
  • R—在每一行计算“"；"街坊",；只含钠的

R—在每一行计算“"；"街坊",；只含钠的

r

R—在每一行计算“"；"街坊",；只含钠的,r,apply,R,Apply,如何从数据帧创建一个向量，为每行提供该行中“NA”（或自定义值）的列数，以及上面的n行和下面的m行 因此，如果m=n=1（即，每行中有多少列是NA，并且前后都有NA），那么我的数据帧是 structure(list(X = 1:8, A = c(3L, NA, 10L, NA, 6L, NA, 5L, NA ), B = c(6L, NA, NA, NA, 8L, NA, 13L, NA), C = c(NA, 12L, 14L, NA, NA, NA, 9L, NA), D = c(NA,

如何从数据帧创建一个向量，为每行提供该行中“NA”（或自定义值）的列数，以及上面的n行和下面的m行

因此，如果m=n=1（即，每行中有多少列是NA，并且前后都有NA），那么我的数据帧是

structure(list(X = 1:8, A = c(3L, NA, 10L, NA, 6L, NA, 5L, NA
), B = c(6L, NA, NA, NA, 8L, NA, 13L, NA), C = c(NA, 12L, 14L,  
NA, NA, NA, 9L, NA), D = c(NA, NA, NA, NA, NA, 11L, 7L, NA)), .Names = c("X", 
"A", "B", "C", "D"), class = "data.frame", row.names = c(NA, 
-8L))
i、 e

我要向量

count
0
1
2
1
1
0
0
0
（如果第一个和最后一个条目是
NA
，则可以）。我试图在Excel中模拟一个
COUNTIFS
函数，即第3行的
COUNTIFS（B2:F2，“，B3:F3，”，B4:F4，“”

您可以使用
description
来获取每列中的NAs数量

describe(traindata)
输出如下所示：

Column_3 
      n missing  unique    Mean     .05     .10     .25     .50     .75     .90     .95 
    646      23     283  0.2792  0.0000  0.0000  0.0000  0.1455  0.4798  0.9305  1.0000
检查是否缺少
值。
我无法找到矢量化版本，因此这里有一个使用良好的旧for循环的版本：


x <- structure(list(X = 1:8, A = c(3L, NA, 10L, NA, 6L, NA, 5L, NA
), B = c(6L, NA, NA, NA, 8L, NA, 13L, NA), C = c(NA, 12L, 14L,  
NA, NA, NA, 9L, NA), D = c(NA, NA, NA, NA, NA, 11L, 7L, NA)), .Names = c("X", 
"A", "B", "C", "D"), class = "data.frame", row.names = c(NA, 
-8L))

y <- x
y[is.na(y)] <- -99
out <- vector("numeric", nrow(y))

n <- 1
m <- 1
for (c in (1+n):(nrow(y)-m)) {
    out[c] <- sum((y[(c-n),] == -99) & (y[(c),] == -99) & (y[(c+m),] == -99))
}
out


注意，我使用了两个技巧。由于使用
NA
s是有问题的，我将它们与
-99
交换（尽管这不是完全必要的）。然后我不在前n行和最后m行上循环


如果有人提出矢量化版本，他/她肯定会得到我的支持。
我想我明白你的意思

假设数据帧被称为
x

首先，对于
x
中的每个（
row
，
column
n），我们需要查看该单元格中是否有
NA
，以及前面和后面的
n
行是否在同一列中有
NA

首先，让我们在一行的情况下这样做，行
i=2
say。
我们还有
n=1
和
m=1
（来自问题中的示例）

现在，如果我们计算了3个
NA
s（即，此处仅D列符合条件），则上一行、当前行和下一行中只有一个
NA
：

因此，满足我们标准的列数（因此输出的
i
th元素）为：

然后，我们可以使用
sapply
将其应用于每一行：


countifs <- function (df, n, m) {
    sapply(1:nrow(df),
           function (i) {
               nrows <- nrow(df)
               startRow <- max(i - n, 1)
               endRow   <- min(i + m, nrows)
               y <- colSums(is.na(x[startRow:endRow, ]))
               sum(y == n + m + 1)
           })
}

countifs(x, 1, 1)
# [1] 0 1 2 1 1 0 0 0



countifs这将产生预期的结果-


y = is.na(yourDataFrame)

rowSums(y & rbind(rep(F,5), y[-nrow(yourDataFrame),]) & rbind(y[-1,], rep(F,5)))



这是一个函数，它将识别
NA
值，该值位于
length=.length


foo <- function(x,.length){
  x <- is.na(x)
  if( .length < 2L ||.length %%2L == 0L ){stop('.length must be an odd number greater than 2')}
  lx <- length(x)
  if(lx <.length) {return(rep_len(FALSE, lx))}
  midpoints <- seq.int(2L, lx-1L, by = 1L)
  c(FALSE,sapply(midpoints, function(xx) all(x[(xx-1L):(xx+1L)])),FALSE)
}




没有重新发明轮子（滚动的东西）
或者您可以使用
zoo
软件包中的
rollapply


library(zoo)
rowSums(sapply(xx, function(x) {
    rollapply(is.na(x), width = 3, fill = FALSE, FUN = all)
   }))


甚至只是


rowSums(rollapply(is.na(xx),width=3, FUN=all, fill = FALSE))



我不明白你的描述是如何产生预期结果的。为什么第2行的计数为1？第D列的第2行、第1行和第3行的计数为NA。其他列没有，所以
count
是1。@Henrik我想他们的意思是：假设我们看一看第
I行
column
j
：如果第
j列
n行
之前和第
m行
之后的行
I
，我们计算它。因此，对于第二行，只有“D”列中的
NA
在其正上方和正下方有一个
NA
。是的，Mathematic.coffee是正确的。@Hugh我可以澄清一下吗？在第1行中，D列中的NA后面有一个NA，但之前没有，因为没有上一行-您希望它始终返回0吗？（即，
count
向量的第一个和最后一个元素始终为0？）我认为这不适用于此。我需要知道NA条件的行位置，而不仅仅是每列出现此条件的总数。对不起，我的标题让人困惑。是的，这解决了*n*=*m*=1的问题。（一般情况下可能要求过高。）您选择-99有什么特别的原因吗？正如上面Mathematic.coffee所指出的，这里使用
m
和
n
是不正确的。改为使用
rollappy
。所有答案都非常有用，但这回答了所有问题。非常感谢。哇！我印象深刻。这是一个使用
m
和
n
的版本：
行和（y&rbind（matrix（FALSE，nrow=m，ncol=5），y[-（（length（yourDataFrame）-（m-1））：length（yourDataFrame）），]）&rbind（y[-（1:n），]，matrix（FALSE，nrow=n，ncol=5））
@Henrik no，您的版本统计列
n
之前和
m
之后的行为NA的行数，而不是从
n
之前到
m
之后的所有行为NA的行数（在该列中）。非常喜欢这个答案的圆滑，但不幸的是，它不能扩展到任意的
n
和
m
@mathematic.coffee同意。我在描述中漏掉了那一点。而且似乎很难使这个解决方案适应期望的行为。

sum(y == n + m + 1)
# 1 



countifs <- function (df, n, m) {
    sapply(1:nrow(df),
           function (i) {
               nrows <- nrow(df)
               startRow <- max(i - n, 1)
               endRow   <- min(i + m, nrows)
               y <- colSums(is.na(x[startRow:endRow, ]))
               sum(y == n + m + 1)
           })
}

countifs(x, 1, 1)
# [1] 0 1 2 1 1 0 0 0



y = is.na(yourDataFrame)

rowSums(y & rbind(rep(F,5), y[-nrow(yourDataFrame),]) & rbind(y[-1,], rep(F,5)))



foo <- function(x,.length){
  x <- is.na(x)
  if( .length < 2L ||.length %%2L == 0L ){stop('.length must be an odd number greater than 2')}
  lx <- length(x)
  if(lx <.length) {return(rep_len(FALSE, lx))}
  midpoints <- seq.int(2L, lx-1L, by = 1L)
  c(FALSE,sapply(midpoints, function(xx) all(x[(xx-1L):(xx+1L)])),FALSE)
}



rowSums(sapply(xx, foo, .length = 3))
## [1] 0 1 2 1 1 0 0 0



library(zoo)
rowSums(sapply(xx, function(x) {
    rollapply(is.na(x), width = 3, fill = FALSE, FUN = all)
   }))



rowSums(rollapply(is.na(xx),width=3, FUN=all, fill = FALSE))