如何计算R中两列中的缺失值

Question

我有一个数据框，看起来像这样

**Contig_A**    **Contig_B**   

  Contig_0        Contig_1 
  Contig_3        Contig_5
  Contig_4        Contig_1
  Contig_9        Contig_0

我想计算有多少个重叠群in (从Contig_0到Contig_1193)没有出现在Contig_B的两个Contig_A列中。

例如:如果我们考虑这个数据帧总共有10个重叠群(Contig_0到Contig_9)，那么答案将是4 (Contig_2，Contig_6，Contig_7，Contig_8)

Answer 1

创建一个包含您想要检查的所有值的向量(all_contig)，它在这里是Contig_0 to Contig_10。使用setdiff查找缺少的值，使用length获取缺少的值的计数。

cols <- c('Contig_A', 'Contig_B')
#If there are lot of 'Contig' columns that you want to consider
#cols <- grep('Contig', names(df), value = TRUE)

all_contig <- paste0('Contig_', 0:10)

missing_contig <- setdiff(all_contig, unlist(df[cols]))
#[1] "Contig_2"  "Contig_6"  "Contig_7"  "Contig_8"  "Contig_10"

count_missing <- length(missing_contig)
#[1] 5

Answer 2

作者：match，

x <- c(0:9)
contigs <- sapply(x, function(t) paste0("Contig_",t))
df1 <- data.frame(
  Contig_A = c("Contig_0", "Contig_3", "Contig_4", "Contig_9"),
  Contig_B = c("Contig_1", "Contig_5", "Contig_1", "Contig_0")
)
xx <- c(df1$Contig_A,df1$Contig_B)
contigs[is.na(match(contigs, xx))]

[1] "Contig_2" "Contig_6" "Contig_7" "Contig_8"

在本例中，只需将x更改为x <- c(0,1193)即可