Determinar o número de valores de NA em uma coluna

Eu quero contar o número de NAvalores em uma coluna de quadro de dados. Digamos que meu quadro de dados seja chamado dfe o nome da coluna que estou considerando seja col. A maneira como inventei é a seguinte:

sapply(df$col, function(x) sum(length(which(is.na(x)))))  

Essa é uma maneira boa / mais eficiente de fazer isso?

Você está pensando demais no problema:

sum(is.na(df$col))

Se você estiver procurando NAcontagens para cada coluna em um quadro de dados, então:

na_count <-sapply(x, function(y) sum(length(which(is.na(y)))))

deve fornecer uma lista com as contagens para cada coluna.

na_count <- data.frame(na_count)

Deverá gerar os dados adequadamente em um quadro de dados como:

----------------------
| row.names | na_count
------------------------
| column_1  | count

Experimente a colSumsfunção

df <- data.frame(x = c(1,2,NA), y = rep(NA, 3))

colSums(is.na(df))

#x y 
#1 3 

Se você deseja contar o número de NAs em todo o quadro de dados, também pode usar

sum(is.na(df))

Na summary()saída, a função também conta os NAs, para que você possa usar essa função se quiser a soma de NAs em várias variáveis.

Uma maneira organizada de contar o número de nulos em todas as colunas de um quadro de dados:

library(tidyverse)
library(purrr)

df %>%
    map_df(function(x) sum(is.na(x))) %>%
    gather(feature, num_nulls) %>%
    print(n = 100)

Este formulário mudou ligeiramente do de Kevin Ogoros:

na_count <-function (x) sapply(x, function(y) sum(is.na(y)))

retorna contagens de NA como nomeado int array

Uma solução rápida e fácil do Tidyverse para obter uma NAcontagem para todas as colunas é usar, o summarise_all()que eu acho que torna muito mais fácil ler a solução do que usar purrrousapply

library(tidyverse)
# Example data
df <- tibble(col1 = c(1, 2, 3, NA), 
             col2 = c(NA, NA, "a", "b"))

df %>% summarise_all(~ sum(is.na(.)))
#> # A tibble: 1 x 2
#>    col1  col2
#>   <int> <int>
#> 1     1     2

Tente o seguinte:

length(df$col[is.na(df$col)])

A resposta do usuário rrs está correta, mas isso informa apenas o número de valores de NA na coluna específica do quadro de dados que você está passando para obter o número de valores de NA para todo o quadro de dados, tente o seguinte:

apply(<name of dataFrame>, 2<for getting column stats>, function(x) {sum(is.na(x))})

Isso faz o truque

Eu li um arquivo csv do diretório local. O código a seguir funciona para mim.

# to get number of which contains na
sum(is.na(df[, c(columnName)]) # to get number of na row

# to get number of which not contains na
sum(!is.na(df[, c(columnName)]) 

#here columnName is your desire column name

Semelhante à resposta do hute37, mas usando o purrrpacote. Penso que esta abordagem ordenada é mais simples do que a resposta proposta por AbiK.

library(purrr)
map_dbl(df, ~sum(is.na(.)))

Nota: o til ( ~) cria uma função anônima. E a '.' refere-se à entrada da função anônima, neste caso o data.frame df.

Você pode usar isso para contar o número de NA ou espaços em branco em todas as colunas

colSums(is.na(data_set_name)|data_set_name == '')

sapply(name of the data, function(x) sum(is.na(x)))