Elegancki sposób zgłaszania brakujących wartości w danych.ramka

Bardziej zwięzły-: sum(is.na(x[1]))

To jest

1. x[1] Spójrz na pierwszą kolumnę

2. is.na() PRAWDA, jeśli jest NA

3. sum() TRUE na 1, FALSE na 0

Możemy użyć map_df z purrr.

library(mice)
library(purrr)

# map_df with purrr
map_df(airquality, function(x) sum(is.na(x)))
# A tibble: 1 × 6
# Ozone Solar.R  Wind  Temp Month   Day
# <int>   <int> <int> <int> <int> <int>
# 1    37       7     0     0     0     0

Kolejna alternatywa graficzna- plot_missing funkcja z pakietu excellent DataExplorer:

Docs zwraca również uwagę na fakt, że można zapisać te wyniki do dodatkowej analizy za pomocą missing_data <- plot_missing(data).

summary(airquality)

Już daje te informacje

Pakiety VIM oferują również ładny wykres brakujących danych dla danych.frame

library("VIM")
aggr(airquality)

Inną funkcją, która pomoże Ci spojrzeć na brakujące dane, będzie df_status z biblioteki funModeling

library(funModeling)

df_status(iris.2)

To da ci liczbę i procent NAs w każdej kolumnie.

Moim nowym faworytem dla (niezbyt szerokich) danych są metody z doskonałego pakietu naniar. Nie tylko dostajesz częstotliwości, ale także wzory missingness:

library(naniar)
library(UpSetR)

riskfactors %>%
  as_shadow_upset() %>%
  upset()

Jest to często przydatne, aby zobaczyć, gdzie brakuje w stosunku do nie brakuje, które można osiągnąć poprzez wykreślenie wykres punktowy z brakujących:

ggplot(airquality,
       aes(x = Ozone,
           y = Solar.R)) +
 geom_miss_point()

Lub dla zmiennych kategorycznych:

gg_miss_fct(x = riskfactors, fct = marital)

Te przykłady pochodzą z pakiet winieta {[5] } zawierający listę innych ciekawych wizualizacji.

Dla jeszcze jednego rozwiązania graficznego, visdat pakiet oferty vis_miss.

library(visdat)
vis_miss(airquality)

Bardzo podobne do Amelia wyjście z niewielką różnicą dawania %s na pominięcia po wyjęciu z pudełka.

Innym graficznym i interaktywnym sposobem jest użycie funkcji {[1] } z biblioteki heatmaply:

library(heatmaply)

heatmaply(is.na10(airquality), grid_gap = 1, 
          showticklabels = c(T,F),
            k_col =3, k_row = 3,
            margins = c(55, 30), 
            colors = c("grey80", "grey20"))

Prawdopodobnie nie będzie działać dobrze z dużymi zestawami danych..

Jeśli chcesz to zrobić dla konkretnej kolumny, możesz również użyć tego

length(which(is.na(airquality[1])==T))

Myślę, że Biblioteka Amelia robi dobrą robotę w obsłudze brakujących danych zawiera również mapę do wizualizacji brakujących wierszy.

install.packages("Amelia")
library(Amelia)
missmap(airquality)

Można również uruchomić następujący kod zwróci wartości logiczne na

row.has.na <- apply(training, 1, function(x){any(is.na(x))})