检查列(R)中NaN的最简单方法是什么?

您可以使用anyNA:检查矢量中的NA

df = data.frame(colA = c(1, 2, NA, 3), colB = c('A', 'B', 'C', 'D'))
sapply(df, anyNA)

colA  colB 
TRUE FALSE 

编辑

jay.sf 是对的。这将检查NaN。

df = data.frame(colA = c(1, 2, NA, 3), colB = c('A', 'B', 'C', 'D'))

anyNAN <- function(x) {
  any(is.nan(x))
}

sapply(df, anyNAN)

检查列是否有NA的最佳方法是使用一个函数对列应用循环,以检查是否有 any(is.na) .

lapply(df, function(x) any(is.na(x)))

$colA
[1] TRUE

$colB
[1] FALSE

我可以看到你加载了tidyverse,但没有在你的例子中使用它。如果我们想在tidyverse中做到这一点,我们可以使用purrr:

library(purrr)

df %>% map(~any(is.na(.x)))

或者与dplyr合作:

library(dplyr)

df %>% summarise(across(everything(), ~any(is.na(.x))))

  colA  colB
1 TRUE FALSE

最简单的方法是:

df = data.frame(colA = c(1, 2, NA, 3), colB = c('A', 'B', 'C', 'D'))

is.na(df)

输出

      colA  colB
[1,] FALSE FALSE
[2,] FALSE FALSE
[3,]  TRUE FALSE
[4,] FALSE FALSE

使现代化 ,如果您只想查看包含NA:

> df[rowSums(is.na(df)) > 0,]

  colA colB
3   NA    C

更新2 ,或只获取包含NA信息的ColNames(感谢RSale anyNA ):

> lapply(df, anyNA)
$colA
[1] TRUE

$colB
[1] FALSE