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

Obtenha categorias que possuem apenas NAs para campos

  • 772

Eu tenho um dataframe com uma coluna mostrando categorias e outras 3 colunas (col1, col2 e col3).

Preciso descobrir quais categorias só têm NA para col1, col2 ou col3 (que é cat1 por causa dos NA em col3 e cat3 por causa dos NA em col1. cat2 incluiu não ou sim em cada um de col1, col2 e col3 e, portanto, não estão incluídos).

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")

Quero que o resultado seja exibido como um vetor conforme mostrado acima.

2 respostas

  1. Best Answer

    Uma abordagem usando acrossagrupamento por cat e verificando se alguma coluna possui todas NAas entradas. Finalmente retirando-os com filtro.

    library(dplyr)

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

    Uma abordagem base R na mesma linha

    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 adicionou if_any/if_all para este tipo de cenário:

    library(dplyr)

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

relate perguntas