根据一个 dataframe 中的 NA 外观比较两个数据帧结果

Question

我有一些我想估算的数据并检查具有真实值的估算。

• 我采用iris数据集（没有 NA）
• 我随机删除一些结果以产生 NA
• 然后我应用估算 function 来尝试估算这些 NA

现在我想检查结果，但只检查 NA 的结果。 所以我想把原始的iris数据提取出 NA 出现在 dataNAs 中的值，并对ImputedData做同样的事情。 因此，我可以检查随机生成的 NA 之间的rmse和其他评估指标，然后用真实结果进行估算。

代码：

library(missForest)
data(iris)
data <- iris

# produce 20% missing values
dataNAs <- prodNA(iris, noNA = 0.2)


ImputeDataFunction <- function(InputData){
  ImputedData <- missForest(InputData, mtry = floor(sqrt(ncol(InputData))), ntree = 100)
  ImputedData <- ImputedData$ximp
  return(ImputedData)
}

ImputedData <- ImputeDataFunction(dataNAs)

Answer 1

我们可以直接以矢量化方式使用is.na并将which与arr.ind一起应用以获取NAs的位置

i1 <- which(is.na(dataNAs), arr.ind = TRUE)

Answer 2

您可以像这样访问带有 NA 的行

NArows <- apply(dataNAs,1,function(x) any(is.na(x)))

iris[NArows ,]
dataNAs[NArows,]

Answer 3

这为您提供了变量名称、原始值和插补：

NA_id<-is.na.data.frame(dataNAs)
comp <- data.frame(
  var = rep(names(data),as.vector(colSums(r))),
  origin = data[NA_id],
  imput = ImputedData[NA_id] )

> comp
             var     origin      imput
1   Sepal.Length        5.1   5.099827
2   Sepal.Length        4.7   4.506957
3   Sepal.Length        4.6   4.895653
4   Sepal.Length        5.4   5.243833
5   Sepal.Length        4.8   5.271015
...