使用RODBC包计数空值和丢失值

Question

我正在为一个由5个表和近10年的数据组成的SQL数据库创建一个缺失矩阵。我已经建立了ODBC连接，并且正在使用R中的RODBC包作为我的工作环境。我试图编写一个函数，该函数将输出每个表每年的行数、给定表在给定年份的空值（不存在的值）的计数和百分比以及给定表的缺失值（跳过的问题/未回答的问题）的计数和百分比。我写了下面的代码，试图让它在一个变量上工作，然后在它工作后将它变成一个函数。但是，当我运行这段代码时，total、missing和null值的计数都是相同的，百分比当然是1。我没有收到任何错误消息。我不确定问题在哪里，这是很重要的区分失踪和空为这个项目。任何洞察力都是非常感谢的。

test1<-sqlQuery（通道，“

SELECT [event_year] AS 'YEAR', 
       Count(*)     AS 'TOTAL', 
       Count(CASE 
               WHEN mother_education_trendable = 'NA' THEN 1 
               ELSE 0 
             END)   AS 'NULL_VAL', 
       Count(CASE 
               WHEN mother_education_trendable = -1 THEN 1 
               ELSE 0 
             END)   AS 'MISS_VAL' 
FROM   [GA_CMH].[dbo].[births] 
GROUP  BY [event_year] 
ORDER  BY [event_year] 

“）

Answer 1

您在count聚合中的当前case语句将填充1或0，这两个语句都将在count聚合中考虑，因此您得到的计数与总计相同。

零是将在count聚合中计数的值，因此在case语句中默认删除else部分null将填充不匹配的条件，这些条件将在count聚合中不计数/考虑

SELECT [event_year] AS 'YEAR', 
       Count(*)     AS 'TOTAL', 
       Count(CASE 
               WHEN mother_education_trendable = 'NA' THEN 1 
             END)   AS 'NULL_VAL', 
       Count(CASE 
               WHEN mother_education_trendable = -1 THEN 1 
             END)   AS 'MISS_VAL' 
FROM   [GA_CMH].[dbo].[births] 
GROUP  BY [event_year] 
ORDER  BY [event_year] 

或者使用和聚合而不是count

SELECT [event_year] AS 'YEAR', 
       Count(*)     AS 'TOTAL', 
       SUM(CASE 
               WHEN mother_education_trendable = 'NA' THEN 1 ELSE 0
             END)   AS 'NULL_VAL', 
       SUM(CASE 
               WHEN mother_education_trendable = -1 THEN 1 ELSE 0
             END)   AS 'MISS_VAL' 
FROM   [GA_CMH].[dbo].[births] 
GROUP  BY [event_year] 
ORDER  BY [event_year]