R 分组,然后计算缺少的变量?
我的数据如下所示:R 分组,然后计算缺少的变量?,r,dplyr,R,Dplyr,我的数据如下所示: df1 <- data.frame( Z = sample(LETTERS[1:5], size = 10000, replace = T), X1 = sample(c(1:10,NA), 10000, replace = T), X2 = sample(c(1:25,NA), 10000, replace = T), X3 = sample(c(1:5,NA), 10000, replace = T) ) 但是,我想通过Z来说明这一点。也就是说,每
df1 <- data.frame(
Z = sample(LETTERS[1:5], size = 10000, replace = T),
X1 = sample(c(1:10,NA), 10000, replace = T),
X2 = sample(c(1:25,NA), 10000, replace = T),
X3 = sample(c(1:5,NA), 10000, replace = T)
)
但是,我想通过Z
来说明这一点。也就是说,每个Z值缺少X1-3的数量
我试过这个
df1 %>% group_by(Z) %>% summarise('Total Missing' = colSums(is.na(df1)))
但是它并没有像我预期的那样工作。您可以使用
对每个进行总结:
df1 %>%
group_by(Z) %>%
summarise_each(funs(sum(is.na(.))))
#Source: local data frame [5 x 4]
#
# Z X1 X2 X3
# (fctr) (int) (int) (int)
#1 A 169 77 334
#2 B 170 77 316
#3 C 159 78 348
#4 D 181 79 326
#5 E 174 69 341
请注意,您可以在summary_each
中指定要将函数应用于哪些列(默认为除分组列以外的所有列)或不应将函数应用于哪些列。您可能还感兴趣地注意到,与summary_each
到summary
一样,如果您希望将函数应用于所有列而不汇总结果,还可以使用mutate_each
作为mutate
的补充
强制性数据表等效为:
library(data.table)
setDT(df1)[, lapply(.SD, function(x) sum(is.na(x))), by = Z]
# Z X1 X2 X3
#1: D 181 79 326
#2: C 159 78 348
#3: B 170 77 316
#4: A 169 77 334
#5: E 174 69 341
在base R中,您可以使用如下所示的拆分/应用/合并方法:
do.call(rbind,
lapply(
split(df1, df1$Z), function(dd) {
colSums(is.na(dd[-1]))
}))
# X1 X2 X3
#A 169 77 334
#B 170 77 316
#C 159 78 348
#D 181 79 326
#E 174 69 341
或者,在base R中,也可以使用聚合
:
aggregate(df1[-1], list(df1$Z), FUN = function(y) sum(is.na(y)))
aggregate(. ~ Z, df1, FUN = function(y) sum(is.na(y)), na.action = "na.pass") # formula interface
aggregate(df1[-1], list(df1$Z), FUN = function(y) sum(is.na(y)))
aggregate(. ~ Z, df1, FUN = function(y) sum(is.na(y)), na.action = "na.pass") # formula interface