为何用lapply/apply执行Anderson-Darling测试仅返回部分列结果？求解决方案

可能的原因 #

• 非数值型列存在：ad.test（来自nortest包）仅支持数值型向量，数据框里的字符、因子、逻辑型列会被直接跳过，不会返回测试结果。
• 列包含缺失值（NA）：默认情况下，ad.test遇到NA会报错，lapply/apply不会主动展示错误，只会忽略这些列的结果。
• 样本量不达标：该测试对样本量有最低要求（通常至少5个有效观测值），样本量不足的列无法完成测试，结果不会被返回。

对应解决办法 #

1. 只保留数值型列 #

先筛选出数据框里的所有数值列，再执行测试：

# 加载nortest包
library(nortest)
# 筛选数值型列
df_num <- df4[sapply(df4, is.numeric)]
# 执行测试
lapply(df_num, ad.test)

2. 处理缺失值 #

如果列中有NA，可以先移除缺失值再测试：

lapply(df_num, function(x) ad.test(na.omit(x)))

3. 过滤样本量不足的列 #

先检查每列的有效样本量，只保留符合要求的列：

# 保留有效观测数≥5的列
df_filtered <- df_num[, sapply(df_num, function(x) length(na.omit(x)) >= 5)]
lapply(df_filtered, ad.test)

另一种更清晰的实现（批量处理并捕获错误） #

用purrr包的map函数可以更直观地处理每个列，同时捕获错误信息，避免遗漏：

library(purrr)
library(nortest)

# 对每列执行测试，捕获错误并返回原因
map(df4, function(x) {
  if (!is.numeric(x)) {
    return("非数值型列，无法执行测试")
  }
  x_clean <- na.omit(x)
  if (length(x_clean) < 5) {
    return("有效样本量不足，无法执行测试")
  }
  ad.test(x_clean)
})

内容的提问来源于stack exchange，提问作者RIYA