代码之家 › 专栏 › 技术社区 › dan

向data.frame中添加一个布尔列,指示特定列是否都是NAS

mutate apply dplyr r

2

dan · 技术社区 · 6 年前

我有一个 data.frame ,它有 NA 在多个列中:

df <- data.frame(a0 = 1:3, a1 = c("A","B",NA), a2 = c("a",NA,NA), 
                 a3 = rep(NA,3), stringsAsFactors = FALSE)

我想添加一个新列, all.na ,指示列是否: c("a1","a2","a3") 是 all(is.na) ,每行。

可以使用 sapply :

df$all.na <- sapply(1:nrow(df), function(x) all(is.na(df[x,c("a1","a2","a3")])))

但我在找更快的东西。

我想用 dplyr::mutate 可能是一个很好的解决方案,但是:

> df %>% dplyr::mutate(all(is.na(c(a1,a2,a3))))
  a0   a1   a2 a3 all(is.na(c(a1, a2, a3)))
1  1    A    a NA                     FALSE
2  2    B <NA> NA                     FALSE
3  3 <NA> <NA> NA                     FALSE

不会给我期望的结果。

知道怎么弄吗 DPLYR::突变 给予:

df$all.na <- c(FALSE, FALSE, TRUE)

关于这个?

2 回复 | 直到 6 年前

1

Ronak Shah 6 年前

我们可以使用 rowwise 具有 do

library(dplyr)

cols <- c("a1","a2","a3")

df %>%
  rowwise() %>%
  do( (.) %>% as.data.frame %>% 
  mutate(all.na = all(is.na(.[cols]))))

#     a0 a1    a2    a3    all.na
#  <int> <chr> <chr> <lgl> <lgl> 
#1     1 A     a     NA    FALSE 
#2     2 B     NA    NA    FALSE 
#3     3 NA    NA    NA    TRUE

或者更一般的方法 tidyverse gather 和 spread

library(tidyverse)

df %>%
  gather(key, value, -a0) %>%
  group_by(a0) %>%
  mutate(all.na = all(is.na(value))) %>%
  spread(key, value)

然而,在R基中,有一种更好的方法 is.na 和 rowSums

df$all.na <- rowSums(is.na(df[cols])) == length(cols)

df
#  a0   a1   a2 a3 all.na
#1  1    A    a NA  FALSE
#2  2    B <NA> NA  FALSE
#3  3 <NA> <NA> NA   TRUE

这也可以通过使用 apply 按行排列(行) MARGIN = 1 )但这对任何速度改进都没有帮助。

df$all.na <- apply(df[cols], 1, function(x) all(is.na(x)))

2

1

akrun 6 年前

这里有一个选择 tidyverse 利用 pmap

library(tidyverse)
df %>%
     mutate(all.na = pmap_lgl(.[cols], ~ all(is.na(c(...))))) 
#   a0   a1   a2 a3 all.na
#1  1    A    a NA  FALSE
#2  2    B <NA> NA  FALSE
#3  3 <NA> <NA> NA   TRUE

或者另一种选择是转换为逻辑向量 map 和 reduce 它回到一个单一的逻辑 vector

df %>% 
    mutate(all.na = map(.[cols], is.na) %>%
         reduce(`&`))

用 base R ,这可以通过使用 Reduce 和 lapply

df$all.na <- Reduce(`&`, lapply(df[cols], is.na))

数据

cols <- c("a1","a2","a3")