Determinar el número de valores de NA en una columna

Quiero contar el número de NAvalores en una columna de marco de datos. Digamos que mi marco de datos se llama df, y el nombre de la columna que estoy considerando es col. La forma en que se me ocurrió es la siguiente:

sapply(df$col, function(x) sum(length(which(is.na(x)))))  

¿Es esta una forma buena / más eficiente de hacer esto?

Estás pensando demasiado el problema:

sum(is.na(df$col))

Si está buscando NArecuentos para cada columna en un marco de datos, entonces:

na_count <-sapply(x, function(y) sum(length(which(is.na(y)))))

debería darle una lista con los recuentos de cada columna.

na_count <- data.frame(na_count)

Debería dar salida a los datos muy bien en un marco de datos como:

----------------------
| row.names | na_count
------------------------
| column_1  | count

Prueba la colSumsfunción

df <- data.frame(x = c(1,2,NA), y = rep(NA, 3))

colSums(is.na(df))

#x y 
#1 3 

Si desea contar el número de NA en todo el marco de datos, también puede usar

sum(is.na(df))

En la summary()salida, la función también cuenta los NAs para poder usar esta función si desea la suma de NAs en varias variables.

Una forma ordenada de contar el número de nulos en cada columna de un marco de datos:

library(tidyverse)
library(purrr)

df %>%
    map_df(function(x) sum(is.na(x))) %>%
    gather(feature, num_nulls) %>%
    print(n = 100)

Esta forma, ligeramente cambiada de la de Kevin Ogoros:

na_count <-function (x) sapply(x, function(y) sum(is.na(y)))

devuelve NA cuenta como una matriz int

Una solución rápida y fácil de Tidyverse para obtener un NArecuento de todas las columnas es usar, summarise_all()lo que creo que hace que sea una solución mucho más fácil de leer que usar purrrosapply

library(tidyverse)
# Example data
df <- tibble(col1 = c(1, 2, 3, NA), 
             col2 = c(NA, NA, "a", "b"))

df %>% summarise_all(~ sum(is.na(.)))
#> # A tibble: 1 x 2
#>    col1  col2
#>   <int> <int>
#> 1     1     2

Prueba esto:

length(df$col[is.na(df$col)])

La respuesta del usuario rrs es correcta, pero eso solo le indica el número de valores de NA en la columna particular del marco de datos que está pasando para obtener el número de valores de NA para todo el marco de datos. Intente esto:

apply(<name of dataFrame>, 2<for getting column stats>, function(x) {sum(is.na(x))})

Esto hace el truco

Leí un archivo csv del directorio local. El siguiente código funciona para mí.

# to get number of which contains na
sum(is.na(df[, c(columnName)]) # to get number of na row

# to get number of which not contains na
sum(!is.na(df[, c(columnName)]) 

#here columnName is your desire column name

Similar a la respuesta de hute37 pero usando el purrrpaquete. Creo que este enfoque tidyverse es más simple que la respuesta propuesta por AbiK.

library(purrr)
map_dbl(df, ~sum(is.na(.)))

Nota: tilde ( ~) crea una función anónima. Y el '.' se refiere a la entrada para la función anónima, en este caso el data.frame df.

Puede usar esto para contar el número de NA o espacios en blanco en cada columna

colSums(is.na(data_set_name)|data_set_name == '')

sapply(name of the data, function(x) sum(is.na(x)))