R语言 如何找到数据框架中缺失值的百分比

在这篇文章中，让我们讨论一下如何在R编程语言中找到缺失值（NA）的百分比。缺失值的百分比表示没有明确的单元格值的数据单元格的比例。NA值的百分比可以用以下公式计算。

NA百分比=（有NA的单元格数量）*100/（单元格总数）。

方法1： 单元格总数可以通过使用R中内置的dim()函数的乘积来找到，该函数返回两个值，分别表示行和列的数量。

有NA值的单元格的数量可以分别使用R中的sum()和is.na()函数来计算。下面的代码片段首先评估每个数据单元的值，如果有缺失的值，则返回一个逻辑值为true，如果没有，则返回false。然后，使用sum()函数对这些NA值进行求和。

sum(is.na(data_frame))

# declaring a data frame in R
data_frame = data.frame(C1= c(1, 2, NA, 0),
                        C2= c( NA, NA, 3, 8),
                        C3= c("A", "V", "j", "y"))
  
print("Original data frame")
print(data_frame)
  
# calculating the product of dimensions of dataframe 
totalcells = prod(dim(data_frame))
print("Total number of cells ")
print(totalcells)
  
# calculating the number of cells with na
missingcells = sum(is.na(data_frame))
print("Missing value cells")
print(missingcells)
  
# calculating percentage of missing values
percentage = (missingcells * 100 )/(totalcells)
print("Percentage of missing values' cells")
print (percentage)

输出

[1] "Original data frame"
 C1 C2 C3
1  1 NA  A
2  2 NA  V
3 NA  3  j
4  0  8  y
[1] "Total number of cells "
[1] 12
[1] "Missing value cells"
[1] 3
[1] "Percentage of missing values' cells"
[1] 25

方法2： 我们可以简单地使用R中的mean()函数，将缺失的单元格除以单元格总数。首先使用is.na()函数来确定数据单元格的值是真还是假，然后对其应用mean()方法。由于每个数据单元的值都要进行评估，因此所需的时间复杂度与数据帧的大小成多项式关系。

# declaring a data frame in R
data_frame = data.frame(C1= c(1, 2, NA, 0),
                        C2= c( NA, NA, 3, 8), 
                        C3= c("A", "V", "j", "y"),
                        C4=c(NA,NA,NA,NA))
  
print("Original data frame")
print(data_frame)
  
# calculating percentage of missing values
percentage = mean(is.na(data_frame)) * 100
print ("percentage of missing values")
print (percentage)

输出

[1] "Original data frame"
 C1 C2 C3 C4
1  1 NA  A NA
2  2 NA  V NA
3 NA  3  j NA
4  0  8  y NA
[1] "percentage of missing values"
[1] 43.75