在data.frame中显示具有NA的列

Question

我想在包含缺失值的大型数据框中显示列的名称.基本上,我想要相当于complete.cases(df)但是对于列而不是行.有些列是非数字的,所以类似于

names(df[is.na(colMeans(df))])

返回"colMeans中的错误(df):'x'必须是数字." 因此,我目前的解决方案是转置数据框并运行complete.cases,但我猜测有一些变体(或者plyr中的某些东西)效率更高.

nacols <- function(df) {
  names(df[,!complete.cases(t(df))])
} 

w <- c("hello","goodbye","stuff")
x <- c(1,2,3)
y <- c(1,NA,0)
z <- c(1,0, NA)
tmp <- data.frame(w,x,y,z)

nacols(tmp)
[1] "y" "z"

有人能告诉我一个更有效的功能来识别有NA的列吗？

Answer 1

这是我所知道的最快的方式:

unlist(lapply(df, function(x) any(is.na(x))))

编辑:

我想其他人都写完了所以这里完成了:

nacols <- function(df) {
    colnames(df)[unlist(lapply(df, function(x) any(is.na(x))))]
}

如果您在WIN 7机器上对4个解决方案进行微基准测试:

Unit: microseconds
    expr     min      lq  median      uq        max
1 ANDRIE  85.380  91.911 106.375 116.639    863.124
2 MANOEL  87.712  93.778 105.908 118.971   8426.886
3  MOIRA 764.215 798.273 817.402 876.188 143039.632
4  TYLER  51.321  57.853  62.518  72.316   1365.136

这是一个视觉:

编辑在我写的时候,这anyNA不存在或者我没有意识到它.这可能moreso加快速度......每帮助手册?anyNA:

通用功能anyNA实现any(is.na(x))在一个可能更快的方法(特别是用于原子矢量).

nacols <- function(df) {
    colnames(df)[unlist(lapply(df, function(x) anyNA(x)))]
}

Answer 2

这是一种方式:

colnames(tmp)[colSums(is.na(tmp)) > 0]

希望能帮助到你,

马诺埃尔

Answer 3

单程...

nacols <- function(x){
  y <- sapply(x, function(xx)any(is.na(xx)))
  names(y[y])
}  

nacols(tmp)
[1] "y" "z"

说明:由于结果y是逻辑向量,因此仅names(y[y])返回y为0的情况的名称y.