[英]Return only columns containing NA in R
我有以下数据框架:
i3<-c(1,1,1,1,2,2)
i2<-c(NA,1,1,1,2,2)
i1<-c(1,NA,2,4,5,3)
newdat1<-data.frame(i3,i2,i1)
print(newdat1)
i3 i2 i1
1 1 NA 1
2 1 1 NA
3 1 1 2
4 1 1 4
5 2 2 5
6 2 2 3
我意识到这个解决方案非常简单,但我试图返回任何NA的所有列,以便最终结果如下:
i2 i1
1 NA 1
2 1 NA
3 1 2
4 1 4
5 2 5
6 2 3
我发现以下代码反其道而行之:
newdat1<-newdat1[, sapply(newdat1, Negate(anyNA)), drop = FALSE]
但我找不到我想要的东西。 谢谢。
newdat1[!complete.cases(t(newdat1))]
输出:
i2 i1
1 NA 1
2 1 NA
3 1 2
4 1 4
5 2 5
6 2 3
所以我只想提请你注意OPs解决方案实际上是最好的(正如我所料)因为apply
和colSums
将整个data.frame
转换为matrix
,而另一个解决方案转换整个数据集。
OPs自己的sapply
解决方案适用于矢量而不会在实现Primitive函数时转换整个数据集,这里有一些更大数据集的基准测试
set.seed(123)
bidData <- as.data.frame(replicate(1e4, sample(c(NA, 1:3), 1e4, replace = TRUE)))
library(microbenchmark)
microbenchmark(
mpalanco=bidData[,!complete.cases(t(bidData)), drop = FALSE],
mikechir=bidData[,is.na(colSums(bidData)), drop = FALSE],
sabddem =bidData[,!apply(bidData, 2, function(x) sum(is.na(x)) == 0 ), drop = FALSE],
OP = bidData[, sapply(bidData, anyNA), drop = FALSE])
# Unit: milliseconds
# expr min lq mean median uq max neval
# mpalanco 2347.0316 2401.32940 2434.24480 2421.22703 2449.32975 2972.82020 100
# mikechir 352.8597 363.01980 425.11366 403.58777 477.06792 799.15855 100
# sabddem 1869.2324 2025.22459 2591.11786 2812.56430 2853.55268 3655.91325 100
# OP 17.5455 18.25625 18.99749 18.65456 19.54728 25.36552 100
apply
和子集的解决方案:
ind <- apply(newdat1, 2, function(x) sum(is.na(x)) == 0 )
newdat1[!ind]
i2 i1
1 NA 1
2 1 NA
3 1 2
4 1 4
5 2 5
6 2 3
使用base R
和colSums
:
newdat1[,is.na(colSums(newdat1))]
i2 i1
1 NA 1
2 1 NA
3 1 2
4 1 4
5 2 5
6 2 3
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.