A: conta il numero di valori na in ciascuna colonna

È possibile utilizzare i seguenti metodi per contare il numero di valori NA in ciascuna colonna di un frame di dati in R:

Metodo 1: contare i valori NA in ciascuna colonna utilizzando la base R

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

Metodo 2: contare i valori NA in ciascuna colonna utilizzando dplyr

 library (dplyr)

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

Gli esempi seguenti mostrano come utilizzare ciascun metodo con il seguente frame di dati in R:

 #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

Esempio 1: conta i valori NA in ciascuna colonna utilizzando la base R

Il codice seguente mostra come contare il numero di valori NA in ciascuna colonna utilizzando la funzione R base sapply() :

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

    team points assists rebounds 
       0 1 2 0

Dal risultato possiamo vedere:

• La colonna della squadra ha 0 valori NA.
• La colonna dei punti ha il valore 1 NA.
• La colonna degli assist ha 2 valori NA.
• La colonna dei rimbalzi ha 0 valori NA.

Nota : la funzione sapply() può essere utilizzata per applicare una funzione a ciascuna colonna nel frame di dati. In questo esempio applichiamo una funzione che conta il numero totale di elementi pari a NA.

Esempio 2: contare i valori NA in ciascuna colonna utilizzando dplyr

Il codice seguente mostra come contare il numero di valori NA in ciascuna colonna utilizzando la funzione summarise() del pacchetto dplyr :

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

    team points assists rebounds 
       0 1 2 0

Dal risultato possiamo vedere:

• La colonna della squadra ha 0 valori NA.
• La colonna dei punti ha il valore 1 NA.
• La colonna degli assist ha 2 valori NA.
• La colonna dei rimbalzi ha 0 valori NA.

Questi risultati corrispondono a quelli dell’esempio precedente.

Nota : il metodo dplyr tende ad essere più veloce del metodo R di base quando si lavora con frame di dati estremamente grandi.

Risorse addizionali

I seguenti tutorial spiegano come eseguire altre attività comuni in R:

Come utilizzare na.omit in R
Come utilizzare complete.cases in R
Come rimuovere le righe vuote dal frame di dati in R