要检查数据框在 R 中是否有任何缺失值，我们可以将任何函数与is.na函数一起使用。例如，如果我们有一个名为 df 的数据框，那么我们可以使用以下命令来检查 df 是否包含任何缺失值
any(is.na(df))
以下代码段创建了一个示例数据框 -
x1<-rpois(20,5) x2<-sample(c(NA,2,6),20,replace=TRUE) df1<-data.frame(x1,x2) df1
创建以下数据框 -
x1 x2 1 4 6 2 8 6 3 5 6 4 5 2 5 6 NA 6 5 6 7 3 NA 8 4 2 9 9 NA 10 2 6 11 6 NA 12 6 NA 13 6 6 14 6 NA 15 3 6 16 5 6 17 5 NA 18 4 2 19 2 6 20 3 NA
要检查 df1 在上面创建的数据框中是否有任何 NA，请将以下代码添加到上面的代码段中 -
x1<-rpois(20,5) x2<-sample(c(NA,2,6),20,replace=TRUE) df1<-data.frame(x1,x2) any(is.na(df1))输出结果
如果您将上述所有给定的片段作为单个程序执行，它会生成以下输出 -
[1] TRUE
以下代码段创建了一个示例数据框 -
y1<-sample(c(NA,rnorm(5)),20,replace=TRUE) y2<-rnorm(20) df2<-data.frame(y1,y2) df2
创建以下数据框 -
y1 y2 1 -1.4175108 1.8349444 2 -2.7647068 -0.6014623 3 NA -0.8020289 4 -1.0745120 -0.8106467 5 -2.7647068 0.6680208 6 -2.7647068 -0.5579063 7 NA 1.7695050 8 -1.0745120 -0.1914589 9 0.4555854 0.5047105 10 -1.4175108 -0.6461347 11 -1.0745120 0.7005221 12 -1.0745120 1.9436422 13 0.4555854 -0.4179736 14 0.4555854 -0.2962887 15 0.5136818 1.5961105 16 -1.4175108 0.6244578 17 -1.0745120 -0.4413115 18 0.5136818 -1.4493746 19 0.5136818 -0.1654110 20 -2.7647068 0.7870973
要检查 df2 在上面创建的数据框中是否有任何 NA，请将以下代码添加到上面的代码段中 -
y1<-sample(c(NA,rnorm(5)),20,replace=TRUE) y2<-rnorm(20) df2<-data.frame(y1,y2) any(is.na(df2))输出结果
如果您将上述所有给定的片段作为单个程序执行，它会生成以下输出 -
[1] TRUE
以下代码段创建了一个示例数据框 -
z1<-runif(20,1,5) z2<-runif(20,1,5) df3<-data.frame(z1,z2) df3
创建以下数据框 -
z1 z2 1 4.199921 3.974369 2 1.362028 2.467372 3 3.970619 4.989726 4 1.969228 4.985778 5 4.238796 1.545944 6 3.406546 3.301960 7 2.345338 1.012634 8 2.181524 4.013063 9 2.187973 3.121378 10 2.136693 3.059296 11 3.430986 1.243260 12 1.427495 1.387059 13 4.714494 3.976311 14 3.235821 3.264096 15 4.604128 4.383884 16 1.398644 3.596508 17 3.139503 1.853239 18 1.764061 3.128764 19 3.234675 3.491583 20 4.461674 3.580696
要检查 df3 在上面创建的数据框中是否有任何 NA，请将以下代码添加到上面的代码段中 -
z1<-runif(20,1,5) z2<-runif(20,1,5) df3<-data.frame(z1,z2) any(is.na(df3))输出结果
如果您将上述所有给定的片段作为单个程序执行，它会生成以下输出 -
[1] FALSE