R语言代码调用返回NULL值求助：无法获取死亡统计数据

核心排查方向 #

返回NULL的根源几乎都是筛选后的子数据集yr_data为空，或者目标列不存在，按以下步骤逐一验证：

1. 检查原始数据集mcod_df的基本信息
   运行以下代码确认数据结构和关键列是否存在：

   # 查看数据集列名和类型
   str(mcod_df)
   # 检查year列的取值范围
   unique(mcod_df$year)
   # 确认关键列是否存在
   c("year", "deaths", "state", "multiple_cause_of_death", "five_year_age_groups") %in% colnames(mcod_df)
   

   • 如果输出的布尔向量里有FALSE，说明对应列名拼写错误或不存在，这是最常见的原因。
   • 如果year列的取值是字符型（比如"2020"），而循环里的year是数值型（2020），==匹配会失败，导致yr_data为空。

2. 验证循环内的筛选结果
   在循环中加入代码，每次筛选后检查子数据集的行数：

   for (year in years) {
       yr_data <- mcod_df[mcod_df$year == year, ]
       # 打印当前年份的子数据行数
       cat("Year", year, "has", nrow(yr_data), "rows\n")
       
       # 后续代码不变...
   }
   

   如果输出显示某年份的行数为0，说明该年份在原始数据中没有匹配记录，或者筛选条件不匹配。

3. 检查deaths列的有效性
   如果yr_data有数据但sum(yr_data$deaths)返回NULL，大概率是deaths列不存在，或者列名拼写错误（比如death、Deaths）。

优化后的代码示例 #

针对你的需求，用dplyr链式操作更简洁，同时加入数据校验：

library(dplyr)
library(tidyr)

years <- c(2018, 2019, 2020, 2021)

# 统一年份类型（根据原始数据调整，这里假设转为数值型）
mcod_df <- mcod_df %>% mutate(year = as.numeric(year))

# 计算年度总死亡数，转为列表格式
yearly_totals <- mcod_df %>%
    filter(year %in% years) %>%
    group_by(year) %>%
    summarise(total_deaths = sum(deaths, na.rm = TRUE)) %>%
    tibble::column_to_rownames("year") %>%
    as.list()

# 计算分州年度死亡数，按年份嵌套为列表
state_totals <- mcod_df %>%
    filter(year %in% years) %>%
    group_by(year, state) %>%
    summarise(total_deaths = sum(deaths, na.rm = TRUE)) %>%
    nest(data = -year) %>%
    tibble::column_to_rownames("year") %>%
    pull(data) %>%
    setNames(years)

# 调用示例
yearly_totals[["2020"]]
print(state_totals[["2020"]], row.names = FALSE)

关键注意事项 #

• 用na.rm = TRUE处理缺失值，避免sum返回NA而非预期结果。
• 确保筛选条件的类型一致（比如字符型年份和数值型年份要统一转换）。
• 嵌套式操作替代循环，代码更简洁且易维护。

内容的提问来源于stack exchange，提问作者SWeatherby