主页 / coding / 问题 / 77753082
Accepted
Basil
Asked: 2024-01-03 23:55:00 +0800 CST

获取只有 NA 字段的类别

  • 772

我有一个数据框，其中一列显示类别，另外 3 列（col1、col2 和 col3）。

我需要找出哪些类别只有 col1、col2 或 col3 的 NA（这是 cat1，因为 col3 和 cat3 中的 NA，因为 col1 中的 NA。cat2 在 col1、col2 和 col3 中的每个中包含 no 或 yes，因此不包括在内）。

col1 <- c("yes","no","yes","no",NA,NA,NA)
col2 <- c(NA,NA,"yes","no","yes","no",NA)
col3 <- c(NA,"yes",NA,"no","yes","no","yes")

cat <- c("cat1","cat2","cat1","cat2","cat3","cat3","cat3")

df <- data.frame(cat,col1,col2,col3)

end_result <-c("cat1","cat3")

我希望结果显示为矢量，如上所示。

2 个回答

  1. Best Answer

    一种使用catacross分组的方法，然后检查是否有任何列具有所有条目。最后用过滤器把它们拉出来。NA

    library(dplyr)

df %>% 
  filter(rowSums(across(everything(), ~ all(is.na(.x)))) > 0, .by = cat) %>% 
  reframe(unique(cat)) %>% 
  unlist() %>% 
  unname()
[1] "cat1" "cat3"

    沿着相同思路的基本R方法

    df_res <- aggregate(. ~ cat, df, na.action=na.pass, \(x) all(is.na(x)))

df_res[rowSums(df_res[,-1]) > 0, "cat"]
[1] "cat1" "cat3"
    • 1

  2. dplyr1.0.4针对此类场景添加了if_any/if_all ：

    library(dplyr)

df |>
  filter(if_all(col1:col2, is.na) | is.na(col3), .by = cat) |>
  pull(cat) |>
  unique()
# [1] "cat1" "cat3"
    • 0

相关问题