Uso di dplyr summarise_each() con is.na()

Question

Sto provando a racchiudere qualche magia dplyr all'interno di una funzione per produrre un data.frame che poi stampo con xtable.

L'obiettivo finale è quello di avere una versione dplyr di this lavorare, e leggendo in giro ho trovato molto utile summarise_each() funzione che dopo sottoinsiemi con regroup() (dato che si tratta di una funzione) posso utilizzare per ottenere tutte le colonne analizzati .

Il problema che ho incontrato (finora) è con chiamando is.na() dall'interno summarise_each(funs(is.na)) come mi è stato detto Error: expecting a single value.

Sono volutamente non distacco mia funzione appena ancora, ma un esempio minimo segue (NB - Questo utilizza group_by() mentre nella mia funzione sostituisco questo con regroup()) ...

library(dplyr) 
library(magrittr) 
> t <- data.frame(grp = rbinom(10, 1, 0.5), 
       a = as.factor(round(rnorm(10))), 
       b = rnorm(10), 
       c = rnorm(10)) 
t %>% 
group_by(grp) %>% ## This is replaced with regroup() in my function 
summarise_each(funs(is.na)) 
Error: expecting a single value 

L'esecuzione di questo fallisce , e la sua la chiamata a is.na() che è il problema dal momento che se io invece lavoro fuori il numero di osservazioni in ogni (necessario per ricavare la percentuale di mancante) funziona ...

> t %>% 
group_by(grp) %>% ## This is replaced with regroup() in my function 
summarise_each(funs(length)) 
Source: local data frame [2 x 4] 

    grp a b c 
1 0 8 8 8 
2 1 2 2 2 

Il vero problema è però che non ho bisogno solo is.na() all'interno di ogni colonna, ma il sum(is.na()) come per l'esempio collegato così che cosa mi piacerebbe davvero è ...

> t %>% 
group_by(grp) %>% ## This is replaced with regroup() in my function 
summarise_each(funs(propmiss = sum(is.na)/length)) 

Ma il problema è che doesn sum(is.na) 't lavorare come mi aspetto che (probabilmente perché la mia aspettativa è sbagliato!) ...

> t %>% 
group_by(grp) %>% ## This is replaced with regroup() in my function 
summarise_each(funs(nmiss = sum(is.na))) 
Error in sum(.Primitive("is.na")) : invalid 'type' (builtin) of argument 

ho provato a chiamare is.na() esplicitamente con le staffe, ma anche quello restituisce un errore ...

> t %>% 
+ group_by(grp) %>% ## This is replaced with regroup() in my function 
+ summarise_each(funs(nmiss  = sum(is.na()))) 
Error in is.na() : 0 arguments passed to 'is.na' which requires 1 

Qualsiasi consiglio o suggerimento alla documentazione sarebbe molto ben accolto.

Grazie,

slackline

Answer 1

Ecco una possibilità, testato su un piccolo set di dati con una certa NA:

df <- data.frame(a = rep(1:2, each = 3), 
       b = c(1, 1, NA, 1, NA, NA), 
       c = c(1, 1, 1, NA, NA, NA)) 

df 
# a b c 
# 1 1 1 1 
# 2 1 1 1 
# 3 1 NA 1 
# 4 2 1 NA 
# 5 2 NA NA 
# 6 2 NA NA 


df %>% 
    group_by(a) %>% 
    summarise_each(funs(sum(is.na(.))/length(.))) 
# a   b c 
# 1 1 0.3333333 0 
# 2 2 0.6666667 1 

E perché hai chiesto puntatori a documentazione: La . si riferisce a ciascuna parte dei dati e viene utilizzato in alcuni esempi in ?summarize_each. È descritto nella sezione Argomenti di ?funs come "parametro fittizio" e viene utilizzato gli esempi . Il . viene anche descritto brevemente nella Argomenti sezione di ?do: "... È possibile utilizzare . per riferirsi al gruppo corrente"