dplyr을 사용한 data.frame의 전체 사례 필터(대소문자별 삭제)

dplyr을 사용한 data.frame의 전체 사례 필터(대소문자별 삭제)

dplyr을 사용하여 전체 사례에 대한 data.frame을 필터링할 수 있습니까? complete.cases물론 모든 변수 작업의 목록과 함께.그러나 이는 a) 변수가 많을 때는 장황하고 b) 변수 이름을 알 수 없을 때는 불가능합니다(예: data.frame을 처리하는 함수).

library(dplyr)
df = data.frame(
    x1 = c(1,2,3,NA),
    x2 = c(1,2,NA,5)
)

df %.%
  filter(complete.cases(x1,x2))

사용해 보십시오.

df %>% na.omit

또는 다음과 같습니다.

df %>% filter(complete.cases(.))

또는 다음과 같습니다.

library(tidyr)
df %>% drop_na

한 변수의 결측값을 기준으로 필터링하려면 조건부:

df %>% filter(!is.na(x1))

또는

df %>% drop_na(x1)

다른 답변은 위의 솔루션을 나타냅니다.na.omit속도는 훨씬 느리지만, 이 값은 생략된 행의 행 인덱스를 반환한다는 사실과 균형을 이루어야 합니다.na.action위의 다른 솔루션은 속성을 사용하지 않습니다.

str(df %>% na.omit)
## 'data.frame':   2 obs. of  2 variables:
##  $ x1: num  1 2
##  $ x2: num  1 2
##  - attr(*, "na.action")= 'omit' Named int  3 4
##    ..- attr(*, "names")= chr  "3" "4"

ADDED 최신 버전의 dplyr 및 주석을 반영하도록 업데이트되었습니다.

ADDED 최신 버전의 tidyr 및 주석을 반영하도록 업데이트되었습니다.

이것은 나에게 도움이 됩니다.

df %>%
  filter(complete.cases(df))    

---

아니면 조금 더 일반적인 것:

library(dplyr) # 0.4
df %>% filter(complete.cases(.))

이렇게 하면 데이터를 필터에 전달하기 전에 체인에서 수정할 수 있다는 이점이 있습니다.

열이 더 많은 또 다른 벤치마크:

set.seed(123)
x <- sample(1e5,1e5*26, replace = TRUE)
x[sample(seq_along(x), 1e3)] <- NA
df <- as.data.frame(matrix(x, ncol = 26))
library(microbenchmark)
microbenchmark(
  na.omit = {df %>% na.omit},
  filter.anonymous = {df %>% (function(x) filter(x, complete.cases(x)))},
  rowSums = {df %>% filter(rowSums(is.na(.)) == 0L)},
  filter = {df %>% filter(complete.cases(.))},
  times = 20L,
  unit = "relative")

#Unit: relative
#             expr       min        lq    median         uq       max neval
 #         na.omit 12.252048 11.248707 11.327005 11.0623422 12.823233    20
 #filter.anonymous  1.149305  1.022891  1.013779  0.9948659  4.668691    20
 #         rowSums  2.281002  2.377807  2.420615  2.3467519  5.223077    20
 #          filter  1.000000  1.000000  1.000000  1.0000000  1.000000    20

다음은 그로텐디크의 답변에 대한 몇 가지 벤치마크 결과입니다. na.omit()는 다른 두 솔루션보다 20배 더 많은 시간이 소요됩니다.나는 dplyr이 필터의 일부로 이것에 대한 기능을 가지고 있다면 좋을 것 같습니다.

library('rbenchmark')
library('dplyr')

n = 5e6
n.na = 100000
df = data.frame(
    x1 = sample(1:10, n, replace=TRUE),
    x2 = sample(1:10, n, replace=TRUE)
)
df$x1[sample(1:n, n.na)] = NA
df$x2[sample(1:n, n.na)] = NA


benchmark(
    df %>% filter(complete.cases(x1,x2)),
    df %>% na.omit(),
    df %>% (function(x) filter(x, complete.cases(x)))()
    , replications=50)

#                                                  test replications elapsed relative
# 3 df %.% (function(x) filter(x, complete.cases(x)))()           50   5.422    1.000
# 1               df %.% filter(complete.cases(x1, x2))           50   6.262    1.155
# 2                                    df %.% na.omit()           50 109.618   20.217

이것은 열을 지정할 수 있는 짧은 함수입니다(기본적으로 모든 것).dplyr::select이해할 수 있음). NA 값이 없어야 합니다(판다 df.dropna()).

drop_na <- function(data, ...){
    if (missing(...)){
        f = complete.cases(data)
    } else {
        f <- complete.cases(select_(data, .dots = lazyeval::lazy_dots(...)))
    }
    filter(data, f)
}

[drop_na는 이제 tidyr의 일부입니다. 위 내용은 다음으로 대체할 수 있습니다.library("tidyr")]

예:

library("dplyr")
df <- data.frame(a=c(1,2,3,4,NA), b=c(NA,1,2,3,4), ac=c(1,2,NA,3,4))
df %>% drop_na(a,b)
df %>% drop_na(starts_with("a"))
df %>% drop_na() # drops all rows with NAs

이것을 먹어보세요.

df[complete.cases(df),] #output to console

아니면 이마저도

df.complete <- df[complete.cases(df),] #assign to a new data.frame

위의 명령은 data.frame의 모든 열(변수)에 대한 완전성 검사를 수행합니다.

단지 완전성을 위해,dplyr::filter완전히 피할 수 있지만 여전히 사용만으로 체인을 구성할 수 있습니다.magrittr:extract(의 별칭)[):

library(magrittr)
df = data.frame(
  x1 = c(1,2,3,NA),
  x2 = c(1,2,NA,5))

df %>%
  extract(complete.cases(.), )

추가 보너스는 속도입니다. 이것은 가장 빠른 방법입니다.filter그리고.na.omit변형(@Miha Trosht 마이크로벤치마크를 사용하여 테스트).

dplyr >= 1.0.4

if_any그리고.if_all의 최신 버전에서 사용할 수 있습니다.dplyr적용할across- 의 유사 구문filter기능.이는 데이터 프레임에 완전한 사례로 간주되지 않는 다른 변수가 있는 경우 유용할 수 있습니다.예를 들어, "x"로 시작하는 열에 누락되지 않은 행만 포함하려면 다음을 수행합니다.

library(dplyr)
df = data.frame(
  x1 = c(1,2,3,NA),
  x2 = c(1,2,NA,5),
  y = c(NA, "A", "B", "C")
)

df %>% 
  dplyr::filter(if_all(starts_with("x"), ~!is.na(.)))

  x1 x2    y
1  1  1 <NA>
2  2  2    A

이러한 기능에 대한 자세한 내용은 이 링크를 참조하십시오.

언급URL : https://stackoverflow.com/questions/22353633/filter-for-complete-cases-in-data-frame-using-dplyr-case-wise-deletion