R 中多个变量中缺失数据的百分比

如何解决R 中多个变量中缺失数据的百分比

我有一个包含缺失数据的数据集。我发现有 6 个变量缺少数据。我想检查数据百分比，但是我使用了mean is.na 但是我不确定这是否正确，我知道有一种更简单的方法检查这一点而不是使用重复代码，如下所示：

问题是，获取多个变量中缺失数据百分比的最佳代码是什么？

附注。我希望它看起来像我删除列的删除列代码

--------------------代码------------------- -------------

mean(is.na(TrainDataSet$KF6 ))
mean(is.na(TrainDataSet$KF9 ))
mean(is.na(TrainDataSet$KF10 ))
mean(is.na(TrainDataSet$F1 ))
mean(is.na(TrainDataSet$T2 ))
mean(is.na(TrainDataSet$ST7 ))

#Delete columns with missing data from TrainingSet

TrainDataSet <- TrainDataSet[,-c(11,14,15,21,28,54)]

我收到了所有列的回复，请仅提供上面 6 列的解决方案 **(KF6,KF9,KF10,F1,T2,ST7) **

解决方法

colMeans(is.na(airquality))

     Ozone    Solar.R       Wind       Temp      Month        Day 
0.24183007 0.04575163 0.00000000 0.00000000 0.00000000 0.00000000

如果您只想要某些列，可以使用：

colMeans(is.na(airquality[c("Solar.R","Wind")]))
#colMeans(is.na(airquality[,2:3]))   # equivalent by column position
   Solar.R       Wind 
0.04575163 0.00000000 

或者，使用 dplyr，您可以使用 summarize(across... 将代码应用于每个指定的列：

library(dplyr)
airquality %>% summarize(across(c(Solar.R,Wind),~mean(is.na(.x))))

     Solar.R Wind
1 0.04575163    0