从r中的data.frame创建一个空（"；）值表

我写了一些代码来创建一个列名称表，以及每个列中有多少值是

NA

。现在我想更改此代码以计算列中存在多少空字符串

以下是一些通用数据：

d <- data.frame("ID" = c("A", "B", "", "C"),
                "VAL" = c(1, NA, 2, 3),
                "ORDER" = c(0, 3, 6, 7),
                "MARKET" = c("ENT", "HOUSE", "RETAIL", ""))

我的问题是，如何将此代码转换为除了计数之外的其他操作？在上面的代码中，我使用的是函数

is.na

，但我不知道有一个函数可以计算空字符串

上述代码的示例输出为：

Column  Missing_Values
   VAL               1

我的问题的示例输出如下所示：

Column  Missing_Values
    ID               1
MARKET               1

---

不要使用for循环。查看“应用”功能。这会让你的生活轻松很多

# Sum up empty string per column over all columns using the apply function
tmp <- apply(d,2,function(x) sum(x=='',na.rm=TRUE)) 

# Create new dataframe of the results
res <- data.frame('Column'=names(tmp), 'Missing_Values'=as.numeric(tmp)) 

# Display results with nonzero values
res[res$Missing_Values!=0,] 

#使用apply函数对所有列中每列的空字符串求和
tmp不要用于循环。查看“应用”功能。这会让你的生活轻松很多

# Sum up empty string per column over all columns using the apply function
tmp <- apply(d,2,function(x) sum(x=='',na.rm=TRUE)) 

# Create new dataframe of the results
res <- data.frame('Column'=names(tmp), 'Missing_Values'=as.numeric(tmp)) 

# Display results with nonzero values
res[res$Missing_Values!=0,] 

#使用apply函数对所有列中每列的空字符串求和
tmp这里有一个
dplyr
和
tidyr
解决方案。首先，我创建数据帧

d <- data.frame("ID" = c("A", "B", "", "C"),
                "VAL" = c(1, NA, 2, 3),
                "ORDER" = c(0, 3, 6, 7),
                "MARKET" = c("ENT", "HOUSE", "RETAIL", ""))

这就给了,

#   Column Missing_Values
# 1     ID              1
# 2 MARKET              1

这里有一个
dplyr
和
tidyr
解决方案。首先，我创建数据帧

d <- data.frame("ID" = c("A", "B", "", "C"),
                "VAL" = c(1, NA, 2, 3),
                "ORDER" = c(0, 3, 6, 7),
                "MARKET" = c("ENT", "HOUSE", "RETAIL", ""))

这就给了,

#   Column Missing_Values
# 1     ID              1
# 2 MARKET              1

怎么样

n <- colSums(d == "", na.rm = TRUE)
rev(stack(n[n > 0]))
#      ind values
# 1     ID      1
# 2 MARKET      1

n0]））
#ind值
#1身份证1
#2市场1
怎么样

n <- colSums(d == "", na.rm = TRUE)
rev(stack(n[n > 0]))
#      ind values
# 1     ID      1
# 2 MARKET      1

n0]））
#ind值
#1身份证1
#2市场1
加载
库（dplyr）
不起作用，因为它找不到函数
聚集
，因为它在
tidyr
中，所以在整个
库（tidyverse）
包中加载后，您的解决方案可以工作。@Bear Ack。你说得对。我会更新我的答案。很抱歉。加载
库（dplyr）
无法工作，因为它找不到函数
聚集
，因为它位于
tidyr
中，所以在加载整个
库（tidyverse）
包后，您的解决方案可以工作。@Bear Ack。你说得对。我会更新我的答案。很抱歉。我比我更喜欢这个答案，因为它更简洁，直接使用
colSums
函数而不是使用
apply（sum）
，并且还显示了两个我从未听说过/使用过的基本函数：
rev
和
stack
。谢谢我比我更喜欢这个答案，因为它更简洁，直接使用
colSums
函数，而不是使用
apply（sum）
，并且还显示了我从未听说过/使用过的两个基本函数：
rev
和
stack
。谢谢