Question

我正在处理包含多个单个值或NA的列的数据框。我知道如何找到一个或另一个列：

df1 <- data.frame(col1 = 1:10, col2 = 0, col3 = seq(1,20,2))
df1[c(1,4,7),'col2'] <- NA


names(df1)[sapply(df1, function(x) sum(is.na(x)) == length(x))]
names(df1)[sapply(df1, function(x) length(unique(x)) == length(x))]

但是，我无法想办法捕获所有NA或单个值。在上述情况下，应该抓住col2。

有什么建议吗？

Answer 1

首先，您可以检查列中是否存在NA：

any(is.na(df1$col2))

然后，如果您想知道列是否将所有值设置为零而不考虑NA值，请使用：

all(df1$col2 == 0, na.rm = TRUE)

使用 rowSums 作为alex2006建议可能会导致您排除数字总和为0的不便，并且还会标记该列。

Answer 2

如果您正在查找列，则方差为0，您可以尝试

colvar0<-apply(df1,2,function(x) var(x,na.rm=T)==0)

colvar0

 col1  col2  col3 
FALSE  TRUE FALSE

获取列名

names(df1)[colvar0]

编辑：假设您有一些只有NA的列，那么colvar0等于NA，您可以使用

检索所有列名称

names(df1)[colvar0|is.na(colvar0)]

Answer 3

以下可能会这样做。

sapply(df1, function(x){
    na <- is.na(x)
    any(na) && length(unique(x[!na])) == 1
})
# col1  col2  col3 
#FALSE  TRUE FALSE


inx <- sapply(df1, function(x){
    na <- is.na(x)
    any(na) && length(unique(x[!na])) == 1
})

df1[which(inx)]
#   col2
#1    NA
#2     0
#3     0
#4    NA
#5     0
#6     0
#7    NA
#8     0
#9     0
#10    0

df1[which(!inx)]
#   col1 col3
#1     1    1
#2     2    3
#3     3    5
#4     4    7
#5     5    9
#6     6   11
#7     7   13
#8     8   15
#9     9   17
#10   10   19

注意：如果您只想要列名，names[inx]会获得方差为零的那些。

Answer 4

sapply(df1, function(x) length(unique(sort(x))) %in% 0:1)  #sort removes NA
# col1  col2  col3 
#FALSE  TRUE FALSE

OR

sapply(df1, function(x) length(unique(x[!is.na(x)])) %in% 0:1)
# col1  col2  col3 
#FALSE  TRUE FALSE

Answer 5

如果你想检索发生这种情况的实际行，我建议如下：

which(is.na(rowSums(df1)) | rowSums(df1)==0)

R - 查找所有值均为NA或单值（0方差）的列

5 个答案: