求可输出含缺失值占比的数值型变量统计汇总的R包

当然有，下面推荐几个能满足需求的实用工具：

1. skimr包 #

skimr专门用于生成简洁全面的变量统计摘要，默认输出就包含缺失值的数量和占比，使用起来非常便捷。

示例代码： #

# 安装并加载包
install.packages("skimr")
library(skimr)

# 测试数据
x <- rnorm(1000, 5, 0.6)
x[sample(seq(1, length(x)), 100)] <- NA

# 生成统计摘要
skim(x)

核心输出示例： #

── Variable type: numeric ───────────────────────────────────────────────────────────────────────────
variable missing missing_pct complete complete_pct n mean sd p0 p25 p50 p75 p100 hist
x 100 10% 900 90% 900 5.02 0.59 3.13 4.63 5.02 5.40 7.52 ▇▇▇▇▇▇▇▇▇▇

结果里直接展示了缺失值占比missing_pct列，同时包含均值、分位数等常用统计量。

2. 自定义dplyr函数 #

如果需要完全自定义统计项的输出，可以用dplyr配合自定义函数，灵活控制要展示的内容：

示例代码： #

library(dplyr)

# 定义统计函数
numeric_summary <- function(vec) {
  tibble(
    总样本量 = length(vec),
    缺失值数量 = sum(is.na(vec)),
    缺失值占比 = paste0(round(sum(is.na(vec))/length(vec)*100, 1), "%"),
    均值 = round(mean(vec, na.rm = TRUE), 3),
    中位数 = round(median(vec, na.rm = TRUE), 3),
    标准差 = round(sd(vec, na.rm = TRUE), 3),
    最小值 = round(min(vec, na.rm = TRUE), 3),
    最大值 = round(max(vec, na.rm = TRUE), 3),
    下四分位数 = round(quantile(vec, 0.25, na.rm = TRUE), 3),
    上四分位数 = round(quantile(vec, 0.75, na.rm = TRUE), 3)
  )
}

# 应用到测试数据
numeric_summary(x)

输出示例： #

# A tibble: 1 × 10
  总样本量 缺失值数量 缺失值占比   均值 中位数 标准差 最小值 最大值 下四分位数 上四分位数
     <int>       <int> <chr>       <dbl>   <dbl>   <dbl>  <dbl>  <dbl>      <dbl>      <dbl>
1     1000         100 10%          5.02    5.02    0.59   3.13   7.52       4.63       5.40

3. gtsummary包 #

如果需要生成可导出的美观统计表格，gtsummary可以轻松配置包含缺失值占比的统计项：

示例代码： #

install.packages("gtsummary")
library(gtsummary)

# 将向量转为数据框
df <- tibble(x = x)

# 生成统计表格
df %>%
  tbl_summary(
    type = all_continuous() ~ "continuous2",
    statistic = all_continuous() ~ c("{mean} ({sd})", "{median} ({p25}, {p75})", "{min}, {max}", "{n_miss} ({p_miss}%)")
  )

输出示例（表格形式）： #

内容的提问来源于stack exchange，提问作者robertspierre