使用R代码计算患病率时返回NA的问题求助

以下是针对你的R代码问题的常见修复方案：

1. 处理Result列的NA值 #

sum()函数遇到NA会直接返回NA，这是最常见的诱因。在sum里添加na.rm = TRUE忽略缺失值：

S1 %>% 
  group_by(Year, Province, Test) %>% 
  summarise(Prevalence = sum(Result, na.rm = TRUE)/n(), .groups = "drop")

.groups = "drop"用于清理分组残留，避免不必要的警告。

2. 确保Result是数值型 #

如果Result是字符（如"阳性"/"阴性"）或因子类型，sum()无法正常计算，会返回NA。需先转换为数值：

• 若为二元分类（1=阳性、0=阴性）：

S1 <- S1 %>% mutate(Result = as.numeric(Result))

• 若为字符描述，先映射为数值：

S1 <- S1 %>% mutate(Result = case_when(
  Result == "阳性" ~ 1,
  Result == "阴性" ~ 0,
  TRUE ~ NA_real_ # 处理未匹配的未知值
))

转换完成后再运行原计算代码。

3. 过滤无效数据行 #

如果部分分组下所有Result都是NA，或存在空行，可先过滤掉无效行：

S1 %>% 
  filter(!is.na(Result)) %>% 
  group_by(Year, Province, Test) %>% 
  summarise(Prevalence = sum(Result)/n(), .groups = "drop")

4. 检查数据结构 #

先确认Result列的类型和缺失值情况，方便定位问题：

str(S1) # 查看数据结构
table(is.na(S1$Result)) # 统计NA的数量

若Result是逻辑型，sum()可正常计算（TRUE=1、FALSE=0），但仍需注意NA值的处理。

内容的提问来源于stack exchange，提问作者sunday O. ochai