如何用for循环简化多列NA值排查，找出对应国家与年份

不用再重复写几十遍代码，下面两种方法可以帮你批量处理40多个变量，快速找出每个变量的NA值对应的国家和年份：

方法一：基础R的for循环 #

适合不想额外加载包的场景，逻辑清晰直观：

# 先定义要检查的变量（排除ccode、stateName、year这些标识列）
vars_to_check <- setdiff(colnames(node.all.final), c("ccode", "stateName", "year"))

# 循环遍历每个变量，输出NA值信息
for(var in vars_to_check) {
  cat("=== 变量", var, "的NA值信息 ===\n")
  # 筛选该变量为NA的行
  na_rows <- node.all.final[is.na(node.all.final[[var]]), ]
  if(nrow(na_rows) > 0) {
    cat("存在NA的国家：", paste(unique(na_rows$stateName), collapse = ", "), "\n")
    cat("对应年份：", paste(na_rows$year, collapse = ", "), "\n\n")
  } else {
    cat("该变量无NA值\n\n")
  }
}

方法二：tidyverse 高效处理（推荐） #

用tidyverse工具链可以把结果整理成结构化的数据框，方便后续查看或导出：

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

# 一键生成所有变量的NA值汇总表
na_summary <- node.all.final %>%
  # 把宽数据转成长格式，按变量分组
  pivot_longer(cols = -c(ccode, stateName, year), 
               names_to = "变量名", values_to = "变量值") %>%
  # 筛选出有NA值的行
  filter(is.na(变量值)) %>%
  # 按变量分组汇总信息
  group_by(变量名) %>%
  summarise(
    存在NA的国家 = paste(unique(stateName), collapse = ", "),
    对应年份 = paste(year, collapse = ", "),
    NA值总数量 = n()
  )

# 查看最终汇总结果
print(na_summary)

内容的提问来源于stack exchange，提问作者Jeffery Wang