R(二)——近期记录

最新推荐文章于 2024-05-23 23:19:53 发布

生信了（公众号同名）

最新推荐文章于 2024-05-23 23:19:53 发布

阅读量1.6k

点赞数

分类专栏： # R语言文章标签： R语言 Apply Sapply 向量化

本文链接：https://blog.youkuaiyun.com/biocity/article/details/95518053

版权

本文介绍了R语言中使用apply和sapply计算列的NA数量，强调了apply函数将行或列视为向量处理的特点，以及如何利用行名和列名提高代码可读性。此外，还分享了文件移动的实现方法和dplyr包在数据处理中的优势，包括按行合并向量和正则表达式提取字符串中的特定数值。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

原创：hxj7

计算各列的NA数量

这个可以用apply或者sapply快速实现

> df <- data.frame(col1=c(1, NA, 2), col2=c(2, 3, NA), col3=c(NA, NA, 3))
> df
   col1 col2 col3
1    1    2   NA
2   NA    3   NA
3    2   NA    3

> sapply(df, function(v) sum(is.na(v)))
col1 col2 col3 
  1    1    2

或者：

> apply(df, 2, function(v) sum(is.na(v)))
col1 col2 col3 
  1    1    2

关于apply的说明

apply对一行或者一列是按照向量来处理的

假设要对每一行求和

> df <- data.frame(a=c(1, 2), b=c(3, 4), d=c("5", "6"), stringsAsFactors=F)
> str(df)
'data.frame':   2 obs. of  3 variables:
 $ a: num  1 2
 $ b: num  3 4
 $ d: chr  "5" "6"
> apply(df, 1, function(v) sum(as.numeric(v)))
[1]  9 12

这