如何在數據框的所有列上運行 for 循環並將結果作為單獨的數據框或矩陣返回

Question

我正在嘗試獲取df中每個變量的案例數。 df 中有 275 個案例，但大多數列都有一些缺失數據。 我正在嘗試運行一個 for 循環來獲取如下信息：

idef_id<-readxl::read_xlsx("IDEF.xlsx")

casenums <- for (i in names(idef_id)) {
  nas<- sum(is.na(i))
  275-nas
}

但是 casenums 的casenums是

> summary(casenums)
Length  Class   Mode 
     0   NULL   NULL 

任何幫助將非常感激！

Answer 1

for循環不是 function - 它不返回任何內容，因此x <- for(...沒有任何意義。您可以使用例如sapply來做到這一點，就像這樣

casenums <- sapply(idef_id, function(x) sum(!is.na(x)))

或者您可以在 for 循環中執行此操作，但您需要在循環內分配一個特定值：

casenums = rep(NA, ncol(idef_id))
names(casenums) = names(idef_id)
for(i in names(idef_id)) {
  casenums[i] = sum(!is.na(idef_id[[i]]))`
}

您還遇到了i使用列名的問題，因此sum(is.na(i))詢問是否缺少列名的值。 您需要使用idef_id[[i]]來訪問實際列，而不僅僅是列名，如上所示。

您似乎希望答案是非 NA 值的數量，所以我切換到sum(.is.na(...))直接計算，而不是硬編碼數據幀的行數並做減法。

Answer 2

for循環的直接解決方法是您的i是列名，而不是其中的數據。 在您第一次通過for循環時，您的i是 class character ，長度始終為 1，因此sum(is.na(i))將為 0。由於幀的結構，名稱的可能性很小是NA （盡管有可能......使用手動詭計）。

我建議對您的代碼進行文字修復可能是：

casenums <- for (i in names(idef_id)) {
  nas<- sum(is.na(idef_id[[i]]))
  275-nas
}

但這有一個額外的問題，即for循環不返回任何內容（正如 Gregor 的回答也討論的那樣）。 為了了解事情，我將保留它（對於第一個項目符號），然后修復它（在第二個項目符號中）：

兩件事情：

• 如果/當您的數據發生變化時，硬編碼275 （假設這是幀中的行數）將是有問題的。 即使您“有信心”，它也永遠不會……我仍然建議不要對其進行硬編碼。 如果它基於行數，那么也許

  OUT_OF <- 275 # should this be nrow(idef_id)? casenums <- for (i in names(idef_id)) { nas<- sum(is.na(idef_id[[i]])) OUT_OF - nas }

  至少在聲明的意義上，變量名稱（請選擇更好的名稱）清楚地表明您如何確定275以及將來應該如何（如有必要）修復它。

  （或者更好的是，如果您只需要計算 not- NA ，請使用 Gregor 的sum(.is.na(...))邏輯。）

• 使用sapply或lapply可以很容易地為框架的每一列做一些事情，也許

  OUT_OF <- 275 # should this be nrow(idef_id)? OUT_OF - sapply(idef_id, function(one_column) sum(is.na(one_column))) ## or sapply(idef_id, function(one_column) OUT_OF - sum(is.na(one_column)))