在R中按年和月分组统计多列NA值并绘制柱状图

步骤1：加载依赖包 #

我们会用到dplyr做数据处理、lubridate处理日期、ggplot2绘图，先加载这些包：

library(dplyr)
library(lubridate)
library(ggplot2)

步骤2：预处理日期数据 #

先把Date列转换为标准日期格式，再提取年份和月份（用月份缩写更易读）：

b <- b %>%
  mutate(Date = ymd(Date),
         Year = year(Date),
         Month = month(Date, label = TRUE, abbr = TRUE))

步骤3：按年月分组统计缺失值 #

用group_by按年、月分组，再通过across批量统计每列的NA数量：

# 生成宽格式统计表格
na_stats <- b %>%
  group_by(Year, Month) %>%
  summarise(across(AAA:EEE, ~sum(is.na(.)), .names = "NA_{.col}"))

# 查看结果
print(na_stats)

输出的na_stats就是你需要的统计表格，每行对应一个年月，每列对应原数据列的缺失值数量。

步骤4：转换数据格式（用于绘图） #

把宽格式数据转为长格式，方便后续绘制分组柱状图：

na_stats_long <- na_stats %>%
  pivot_longer(cols = starts_with("NA_"),
               names_to = "Variable",
               values_to = "NA_Count",
               names_prefix = "NA_")

步骤5：绘制缺失值统计柱状图 #

用ggplot2绘制分面柱状图，清晰展示每个年月各变量的缺失值情况：

ggplot(na_stats_long, aes(x = Variable, y = NA_Count, fill = Variable)) +
  geom_col(position = "dodge") +
  facet_wrap(~paste(Year, Month, sep = "-")) +
  labs(title = "各变量每月缺失值数量统计",
       x = "变量",
       y = "缺失值数量") +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

示例输出说明 #

针对你提供的示例数据，统计结果会显示1999年12月各变量的NA数：

• AAA：3个
• BBB：0个
• CCC：1个
• DDD：1个
• EEE：0个

内容的提问来源于stack exchange，提问作者Marcel