如何从 R 中的惰性查询中删除 NA

Question

我需要有关此数据库的帮助https://www.kaggle.com/datasets/hugomathien/soccer我想使用表 player_attributes 的列 preferred_foot数据库，并使用：group_by 和 dplyr 的摘要。当我在 r 中运行它时：

con <- DBI::dbConnect(RSQLite::SQLite(), "data/database.sqlite")
library(tidyverse)
library(DBI)
player_attributes<-tbl(con,"Player_Attributes")
Table_preferred_foot<- player_attributes %>%
  group_by(preferred_foot) %>%
  summarize(number_of_players=count(preferred_foot))
head(Table_preferred_foot)

我得到右脚和左脚球员的数量，我也得到 NA 的数量是 0。但是如果我运行：

player_attributes %>%
  group_by(preferred_foot) %>%
  count()

我得到右脚和左脚球员的数量（与以前相同的数字），但我得到 NA 的数量是 836，这是 NA 的真实数量。 如何通过使用 summarize 和 group_by 获得正确答案？

还有一个直接的 function 来检查惰性查询的变量中是否有任何 NA，并从惰性查询的变量中删除 NA，就像常规数据帧一样？ （像 na.omit() 这样的基本功能不起作用）

Answer 1

您可以对每个片段 1 进行group_by和summarise 。 Count将每个片段 2 合并为一行。您可以filter掉每个片段 3 的 NA。

library(tidyverse)

con <- DBI::dbConnect(RSQLite::SQLite(), "database.sqlite")

tbl(con, "Player_Attributes") %>%
  group_by(preferred_foot) %>%
  summarise(n = n())

tbl(con, "Player_Attributes") %>%
  count(preferred_foot)

tbl(con, "Player_Attributes") %>%
  filter(!is.na(preferred_foot)) %>%
  count(preferred_foot)