如何在R中批量统计400+列数据集的有效响应数？

不用手动指定400多列的列名，直接批量统计每列非缺失值（有效响应）的数量，这里给你几种实用的方法，数字和文本类型的列都适用：

方法一：Base R 原生方法（无需额外包） #

这是最直接的方式，用colSums()结合!is.na()计算每列非缺失值的数量，最后转成数据框方便查看：

# 假设你的数据集名为 df
valid_counts <- colSums(!is.na(df))

# 转换为表格格式的 data.frame
valid_table <- data.frame(
  问题列名 = names(valid_counts),
  有效响应数 = as.numeric(valid_counts),
  stringsAsFactors = FALSE
)

# 查看前几行结果
head(valid_table)

• 原理：is.na(df)会把每个位置的缺失值标记为TRUE，取反!后非缺失值变为TRUE；colSums()会把TRUE当作1、FALSE当作0求和，得到每列的有效响应数。

方法二：dplyr + tidyr（tidyverse 风格） #

如果你习惯用tidyverse工具链，可以用dplyr的across()批量处理所有列，再转成长格式表格：

# 先加载需要的包
library(dplyr)
library(tidyr)

valid_table <- df %>%
  # 对所有列计算非缺失值数量
  summarize(across(everything(), ~ sum(!is.na(.x)))) %>%
  # 把宽格式转成长格式，方便查看
  pivot_longer(
    cols = everything(),
    names_to = "问题列名",
    values_to = "有效响应数"
  )

# 查看结果
print(valid_table)

• 如果需要排除某几列（比如ID列），可以把everything()换成-c(ID列名1, ID列名2)，比如across(-c(respondent_id), ...)。

方法三：data.table（适合大数据集） #

如果你的数据集后续还要做更多高效处理，data.table的速度会更快：

library(data.table)

# 把普通数据框转为data.table格式
setDT(df)

valid_table <- df[, lapply(.SD, function(x) sum(!is.na(x)))] %>%
  melt(
    variable.name = "问题列名",
    value.name = "有效响应数"
  )

内容的提问来源于stack exchange，提问作者ArRrgh