如何在R语言summarise函数计算占比时排除NA值

你的问题核心是分母用了整个数据集的行数（包含NA），且分组时把NA当成了一个有效类别，所以才会出现NA的占比。下面给你两种简单的解决办法：

方法一：先过滤NA再计算 #

先把Age_t0列中含NA的行过滤掉，再计算各组占比，此时分母是过滤后有效数据的总行数：

ileagedata %>%
  filter(!is.na(Age_t0)) %>% 
  group_by(Age_t0) %>%
  summarise(percent = 100 * n() / nrow(.))

这里nrow(.)指代的是经过filter处理后的数据集行数，也就是有效数据的总数。

方法二：直接在计算中排除NA计数 #

如果不想提前过滤数据，可以在计算分母时直接统计Age_t0列非NA值的总数，最后再去掉NA对应的分组行：

ileagedata %>%
  group_by(Age_t0) %>%
  summarise(percent = 100 * n() / sum(!is.na(Age_t0))) %>%
  filter(!is.na(Age_t0))

其中sum(!is.na(Age_t0))会统计整个数据框中Age_t0列非NA值的总数量，确保分母是有效数据的总数；最后一步filter用来去掉结果中NA对应的行。

两种方法都能得到排除NA后的占比结果，你可以根据自己的需求选择。

内容的提问来源于stack exchange，提问作者Juliette Villx