如何批量计算含大量NA的各列最大值与最小值的差值

我需要计算当存在大量NA值时，每一列的最大值与最小值的差值。由于有数百列需要分析，需要一套无需手动输入列名的易于操作的代码。

原始数据 #

a   b   c  d   e
A  1   NA  3  NA  NA
B  0   NA  6  NA  2
C  3   2   1  NA  3
C  NA  NA  3  NA  0

期望结果 #

3 0 5 NA 3

解决方案 #

方法一：基础R实现

直接使用apply()函数遍历所有列，自动忽略NA值计算极差：

# 构造示例数据框
df <- data.frame(
  a = c(1, 0, 3, NA),
  b = c(NA, NA, 2, NA),
  c = c(3, 6, 1, 3),
  d = c(NA, NA, NA, NA),
  e = c(NA, 2, 3, 0)
)

# 计算每列极差（max - min）
col_ranges <- apply(df, 2, function(x) {
  rng <- range(x, na.rm = TRUE)
  if (all(is.na(rng))) NA else diff(rng)
})

# 输出结果
col_ranges

运行后输出：

a  b  c  d  e 
 3  0  5 NA  3 

方法二：tidyverse风格实现

如果习惯使用dplyr，可以用across(everything())批量处理所有列：

library(dplyr)

df %>% 
  summarise(across(everything(), ~ {
    rng <- range(.x, na.rm = TRUE)
    if (all(is.na(rng))) NA else diff(rng)
  }))

输出结果为：

a b c  d e
1 3 0 5 NA 3

内容的提问来源于stack exchange，提问作者M. Miguel