ए: प्रत्येक कॉलम में na मानों की संख्या गिनें

आप R में डेटा फ़्रेम के प्रत्येक कॉलम में NA मानों की संख्या गिनने के लिए निम्नलिखित विधियों का उपयोग कर सकते हैं:

विधि 1: आधार R का उपयोग करके प्रत्येक कॉलम में NA मानों की गणना करें

 sapply(df, function (x) sum(is. na (x)))

विधि 2: dplyr का उपयोग करके प्रत्येक कॉलम में NA मानों की गणना करें

 library (dplyr)

df %>% summarise(across(everything(), ~ sum(is. na (.))))

निम्नलिखित उदाहरण दिखाते हैं कि आर में निम्नलिखित डेटा फ्रेम के साथ प्रत्येक विधि का उपयोग कैसे करें:

 #create data frame
df <- data. frame (team=c('A', 'B', 'C', 'D', 'E'),
                 points=c(99, 90, 86, 88, NA),
                 assists=c(33, NA, NA, 39, 34),
                 rebounds=c(30, 28, 24, 24, 28))

#view data frame
df

  team points assists rebounds
1 A 99 33 30
2 B 90 NA 28
3 C 86 NA 24
4 D 88 39 24
5 E NA 34 28

उदाहरण 1: आधार आर का उपयोग करके प्रत्येक कॉलम में एनए मानों की गणना करें

निम्नलिखित कोड दिखाता है कि R आधार sapply() फ़ंक्शन का उपयोग करके प्रत्येक कॉलम में NA मानों की संख्या की गणना कैसे करें:

 #count NA values in each column
sapply(df, function (x) sum(is. na (x)))

    team points assists rebounds 
       0 1 2 0

परिणाम से हम देख सकते हैं:

• टीम कॉलम में 0 NA मान हैं।
• अंक कॉलम में 1 NA मान है।
• सहायता कॉलम में 2 NA मान हैं।
• बाउंस कॉलम में 0 NA मान हैं।

ध्यान दें : sapply() फ़ंक्शन का उपयोग डेटा फ़्रेम में प्रत्येक कॉलम में फ़ंक्शन लागू करने के लिए किया जा सकता है। इस उदाहरण में, हम एक फ़ंक्शन लागू करते हैं जो NA के बराबर तत्वों की कुल संख्या की गणना करता है।

उदाहरण 2: dplyr का उपयोग करके प्रत्येक कॉलम में NA मानों की गणना करें

निम्नलिखित कोड दिखाता है कि dplyr पैकेज से सारांश() फ़ंक्शन का उपयोग करके प्रत्येक कॉलम में NA मानों की संख्या की गणना कैसे करें:

 #count NA values in each column
sapply(df, function (x) sum(is. na (x)))

    team points assists rebounds 
       0 1 2 0

परिणाम से हम देख सकते हैं:

• टीम कॉलम में 0 NA मान हैं।
• अंक कॉलम में 1 NA मान है।
• सहायता कॉलम में 2 NA मान हैं।
• बाउंस कॉलम में 0 NA मान हैं।

ये परिणाम पिछले उदाहरण के अनुरूप हैं।

ध्यान दें : अत्यधिक बड़े डेटा फ़्रेम के साथ काम करते समय dplyr विधि बेस R विधि की तुलना में तेज़ होती है।

अतिरिक्त संसाधन

निम्नलिखित ट्यूटोरियल बताते हैं कि आर में अन्य सामान्य कार्य कैसे करें:

R में na.omit का उपयोग कैसे करें
आर में कंपलीट.केस का उपयोग कैसे करें
आर में डेटा फ्रेम से रिक्त लाइनें कैसे हटाएं