determine number of missing values in a subset of columns/attributes in a single feature

You could use a conditional to assign a value of 1 or 0 to a temporary attribute for each attribute in the subset, and then sum the temporary attributes.

Hi @raalst, I don't think the isnodata function can be used here. The isnodata function is applicable only for raster cell values which are operated in the RasterExpressioinEvaluator.

As @jdh suggested, a possible way is to create new attributes with conditional value (if attribute is missing then 1 else 0) for each attribute then get the sum of them. You can use the AttributeCreator or the AttributeManager to do that.

Alternatively, this workflow could also be a solution, if you could define a special string that represent "missing" attribute exclusively.

1. NullAttributeMapper: Assign the special string to every missing attribute.
2. StringSeacher: Concatenate values of target attributes, find the special strings within the concatenated value, store them into a list.
3. ListElementCounter: Count the number of elements in the list.

Also, scripting might be effective in some case.

PythonCaller script example:

def countMissing(feature):
    attrs = ['attB', 'attC', 'attD', 'attE', 'attF', 'attG']
    count = 0
    for att in attrs:
        _, isMissing, _ = feature.getAttributeNullMissingAndType(att)
        if isMissing:
            count += 1
    feature.setAttribute('_count', count)