0

我在 r 工作，我想要做的是制作一个表格或图表，代表每个参与者的缺失值。即，我有 4700 多名参与者，每个问题都有 20 -40 个缺失。我想以这样一种方式表示缺失，以便我可以看到谁是没有回答问题的人，并可能查看缺失值中是否存在模式。我做了以下事情：

名为“数据”的数据框中的完整案例计数

sum(complete.cases(mydata))

不完整案例数

sum(!complete.cases(mydata$Variable1))

哪些案例（行号）不完整？

which(!complete.cases(mydata$Variable1))

然后我得到了一个数字列表（我不太清楚如何解释，起初我以为这些是病人的数字，但后来我注意到事实并非如此。）

我还尝试制作仅包含缺失的子集，但后来我只看到有多少缺失而不是缺失来自谁。

有人可以帮我吗？谢谢！

扎斯

4

2 回答 2

1

如果data.frame中有一列可以区分一行，mydata比如患者编号patient_no，那么您可以通过以下方式轻松找出失踪人员的患者编号：

> mydata <- data.frame(patient_no = 1:5, variable1 = c(NA,NA,1,2,3))

> mydata[!complete.cases(mydata$variable1),'patient_no']

[1] 1 2

如果您想考虑用户错过特定问题的模式，那么这可能对您有用：

假设：除第 1 列外，所有其他列代表与问题相关的列。

> lapply(mydata[,-1],function(x){mydata[!complete.cases(x),'patient_no']})
于 2016-04-14T12:50:01.117 回答
0

请记住，R 会自动将数字附加到数据集中的观察值。例如，如果您的数据有 20 个观察值（20 行），R 会附加 1 到 20 之间的数字，这实际上不是原始数据的一部分。它们是行号。R代码产生的结果：which(!complete.cases(mydata$Variable1))对应于那些数字。数字是数据集中至少有一个缺失数据（列）的行。

于 2017-05-23T10:56:40.930 回答