<\/p>\n
\u00c8 possibile utilizzare i seguenti metodi per contare i valori non NA in R:<\/span><\/p>\n Metodo 1: conta i valori non NA nell’intero frame di dati<\/strong><\/span><\/p>\n Metodo 2: conta i valori non NA in ciascuna colonna del frame di dati<\/strong><\/span><\/p>\n Metodo 3: contare i valori non NA per gruppo nel frame di dati<\/strong><\/span><\/p>\n L’esempio seguente mostra come utilizzare nella pratica ciascuno di questi metodi con il seguente frame di dati:<\/span><\/p>\n Il codice seguente mostra come contare il totale dei valori non NA nell’intero frame di dati:<\/span><\/p>\n Dal risultato possiamo vedere che ci sono 21<\/strong> valori non NA nell’intero frame di dati.<\/span><\/p>\n Il codice seguente mostra come contare il totale dei valori non NA in ciascuna colonna del frame di dati:<\/span><\/p>\n Dal risultato possiamo vedere:<\/span><\/p>\n Il codice seguente mostra come contare i valori totali non NA nella colonna dei punti<\/strong> , raggruppati per colonna della squadra<\/strong> :<\/span><\/p>\n Dal risultato possiamo vedere:<\/span><\/p>\n I seguenti tutorial spiegano come eseguire altre operazioni comuni con valori mancanti in R:<\/span><\/p>\n Come trovare e contare i valori mancanti in R<\/a> \u00c8 possibile utilizzare i seguenti metodi per contare i valori non NA in R: Metodo 1: conta i valori non NA nell’intero frame di dati sum( ! is. na (df)) Metodo 2: conta i valori non NA in ciascuna colonna del frame di dati colSums( ! is. na (df)) Metodo 3: contare i valori non […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n sum( !<\/span> is. na<\/span> (df))\n<\/strong><\/pre>\n colSums( !<\/span> is. na<\/span> (df))<\/strong><\/pre>\n library<\/span> (dplyr)\n\ndf %>%\n group_by(var1) %>%\n summarise(total_non_na = sum( !<\/span> is. na<\/span> (var2)))<\/strong><\/pre>\n #create data frame\n<\/span>df <- data. frame<\/span> (team=c('A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'),\n points=c(12, NA, 30, 32, 20, 22, 17, NA),\n rebounds=c(10, 8, 9, 13, NA, 20, 8, 7))\n\n#view data frame\n<\/span>df\n\n team points rebounds\n1 to 12 10\n2 A NA 8\n3 to 30 9\n4 A 32 13\n5 B 20 NA\n6 B 22 20\n7 B 17 8\n8 B NA 7\n<\/strong><\/span><\/pre>\n Metodo 1: conta i valori non NA nell’intero frame di dati<\/strong><\/span><\/h3>\n
#count non-NA values in entire data frame<\/span>\nsum( !<\/span> is. na<\/span> (df))\n\n[1] 21<\/span><\/span><\/strong><\/pre>\n Metodo 2: conta i valori non NA in ciascuna colonna del frame di dati<\/strong><\/span><\/h3>\n
#count non-NA values in each column\n<\/span>colSums( !<\/span> is. na<\/span> (df))\n\n team points rebounds \n 8 6 7\n<\/span><\/span><\/strong><\/pre>\n\n
Metodo 3: contare i valori non NA per gruppo<\/strong><\/span><\/h3>\n
library<\/span> (dplyr)\ndf %>%\n group_by(team) %>%\n summarise(total_non_na = sum( !<\/span> is. na<\/span> (points)))\n\n# A tibble: 2 x 2\n team total_non_na\n \n1 to 3\n2 B 3\n<\/span><\/span><\/strong><\/pre>\n\n
Risorse addizionali<\/strong><\/span><\/h3>\n
Come imputare tutti i valori mancanti in R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"