使用R计算每列缺少值的百分比

我正在使用一个大约有1000列（变量）和64000行的数据帧。我需要知道每一列缺失值的百分比，以及整个数据帧缺失值的总百分比

有人知道使用R更有效的方法吗

---

非常感谢

一种方法是使用

tidyr:：gather

将数据帧转换为长格式，然后在分组后对每列应用类似的计算

假设一个数据帧（出于说明目的，小于您的数据帧）：

---

一种方法是使用

tidyr:：gather

将数据帧转换为长格式，然后在分组后对每列应用类似的计算

假设一个数据帧（出于说明目的，小于您的数据帧）：

---

欢迎来到堆栈溢出！读了这篇文章，你会得到更富有成效的答案，尽管上面的评论让你一路顺风。您可能需要检查VIM包以查看和检查丢失的数据。非常感谢，phiver！欢迎来到堆栈溢出！读了这篇文章，你会得到更富有成效的答案，尽管上面的评论让你一路顺风。您可能需要检查VIM包以查看和检查丢失的数据。非常感谢，phiver！嗨，乔恩！非常感谢您伟大的解决方案。它按我预期的方式工作。嗨，乔恩！非常感谢您伟大的解决方案。它按我预期的方式工作。

library(tidyverse)
df <- tibble(
column = rep(paste0("col_", str_pad(1:1000, 4, pad = "0")), each = 640),
value = sample(c(0:100, NA_integer_), replace = TRUE, 6.4E5),
line = rep(1:640, 1E3)
) %>% spread(column, value)

df %>%
gather(col, value, -line) %>%
group_by(col) %>%
summarize(missing_share = mean(is.na(value)))

    # A tibble: 1,000 x 2
   col      missing_share
   <chr>            <dbl>
 1 col_0001       0.0109 
 2 col_0002       0.0141 
 3 col_0003       0.0125 
 4 col_0004       0.00938
 5 col_0005       0.0141 
 6 col_0006       0.00625
 7 col_0007       0.00312
 8 col_0008       0.00781
 9 col_0009       0.00781
10 col_0010       0.00781
# ... with 990 more rows

df_NA_overall <- df %>%
gather(col, value, -line) %>%
summarize(missing_share = mean(is.na(value)))

# A tibble: 1 x 1
  missing_share
          <dbl>
1       0.00989

map(df, ~mean(is.na(.))) 

$line
[1] 0

$col_0001
[1] 0.0109375

$col_0002
[1] 0.0140625

$col_0003
[1] 0.0125

$col_0004
[1] 0.009375

$col_0005
[1] 0.0140625

$col_0006
[1] 0.00625

$col_0007
[1] 0.003125

$col_0008
[1] 0.0078125

$col_0009
[1] 0.0078125