R 上 Na 值（数据框和变量）的百分比

Question

我想计算数据帧和变量中NA值的百分比。

我的数据框有这个：

mean(is.na(dataframe))
# 0.03354

我如何阅读这个结果？ 钠 0,033%？ 我不明白。

对于单个变量，我对NA的计数做了以下操作

sapply(DATAFRAME, function(x) sum(is.na(x)))

然后，对于NA值的百分比：

colMeans(is.na(VARIABLEX)) 

不起作用，因为我收到以下错误：

“x 必须是至少二维的数组”

为什么会出现这个错误？ 无论如何，之后我尝试了以下操作：

mean(is.na(VariableX))
# 0.1188

我应该将其解释为 0.11% NA吗？

Answer 1

我只是将包含 NA 的行数除以总行数：

df <- data.frame(data = c(NA, NA, NA, NA, 2, 4, NA, 7, NA))

percent_NA <- NROW(df[is.na(df$data),])/NROW(df)

这使：

> percent_NA
[1] 0.6666667

这意味着我的数据框中有 66,67% 的 NA

Answer 2

我不明白你试图解决的问题。 这一切都按预期工作。
首先，一个数据集，因为你没有提供一个。

set.seed(6180)  # make it reproducible
dat <- data.frame(x = sample(c(1:4, NA), 100, TRUE),
                  y = sample(c(1:5, NA), 100, TRUE))

现在是求和的代码。

s <- sapply(dat, function(x) sum(is.na(x)))
s
# x  y 
#18 13
sum(s)
#[1] 31
sum(is.na(dat))
#[1] 31

colSums(is.na(dat))
# x  y 
#18 13

手段也是如此，无论是mean还是colMeans 。
编辑。
这是获取每列/变量的NA值平均值和总计的代码。

sapply(dat, function(x) mean(is.na(x)))
#   x    y 
#0.18 0.13
colMeans(is.na(dat))   # Same result, faster
#   x    y 
#0.18 0.13
mean(is.na(dat))       # overall mean
#[1] 0.155