1

Acabo de iniciarme en el mundo de Rstudio y los dataframes & datasets y me surgen preguntas que a veces no logro responder.

En este caso, tengo un dataset con 640 variables(columnas) y unas 73.000 registros (filas). Lo que quiero es eliminar todas las columnas que tengan un % de NAs superior a un % estimado por mí, por ejemplo, 60%.

Un ejemplo más pequeño podría ser:

df <- data.frame(c1=rnorm(100),
                 c2=rnorm(100),
                 c3=rnorm(100),
                 c4=sample(c('A','B','C'),100, replace=TRUE))


# Seteamos NA's en el 61% de los casos de la columna 1 y 3
df[sample(1:100, 100*.61),c(1,3)] <- NA
1
  • Bienvenido a Stack Overflow en español, te sugiero que hagas el recorrido de bienvenida para aprender el funcionamiento del sitio y de paso ganes tu primera medalla, también es muy importante que leas Cómo preguntar para poder mejorar tu pregunta y que esta sea bien recibida por la comunidad y aquí te dejo un ejemplo mínimo verificable
    – ElGerar
    el 4 mar. 2019 a las 12:19

1 respuesta 1

0

Es bastante sencillo, edité tu pregunta para dejar un ejemplo mínimo de un data.frame que va funcionar como ejemplo. Lo primero es obtener el porcentaje de NA de cada columna, nada más sencillo que hacer:

colMeans(is.na(df))

  c1   c2   c3   c4 
0.61 0.00 0.61 0.00 

Puedes observar que la columna 1 y 3 tiene un porcentaje superior al que deseas. Nota: La media entre valores 1 y 0 (TRUE y FALSE de is.na) te da la proporción de los valores TRUE es decir lo que justamente son NA.

Luego para borrar las columnas

porcentaje <- .6
columnas_a_borrar <- which(colMeans(is.na(df))>porcentaje)
df[,columnas_a_borrar] <- NULL

Simplemente creamos un vector columnas_a_borrar con aquellos índices de columna que tuvieran un porcentaje mayor de NA. Para borra, simplemente asignamos NULL a las mismas.

1
  • Muchísimas gracias! Me ha funcionado perfectamente. Espero que en un tiempo sea yo el sepa solucionar estos problemas tan ''simples''. Un abrazo! el 5 mar. 2019 a las 16:07

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.