按因子分组统计NA值：mtcars数据集的dplyr实现报错问题

嘿，我来帮你搞定这个dplyr的错误问题～

你遇到的Error in n(is.na(carb)) : unused argument (is.na(carb))，原因是**n()函数在dplyr里是用来统计每组的总行数的，它不需要任何参数**，所以你不能给它传is.na(carb)这样的参数。

想要实现「按mpg（作为因子）分组，统计每组carb列的NA值数量」的需求，我们需要用sum()配合is.na()来完成，再结合正确的聚合函数summarise（而不是你用的select，select只是用来选择列，不能做聚合统计）。

正确代码示例 #

library(dplyr)

# 显式将mpg转换为因子后分组，统计每组carb的NA数量
mtcars %>%
  group_by(mpg = as.factor(mpg)) %>%
  summarise(count(NA_in_column_carb) = sum(is.na(carb)))

代码解释 #

1. group_by(mpg = as.factor(mpg))：把mpg列转换为因子类型，并以此作为分组依据，完全符合你「按mpg作为因子分组」的要求；
2. summarise(count(NA_in_column_carb) = sum(is.na(carb)))：
   • is.na(carb)会生成一个逻辑向量，carb列的NA值对应TRUE，非NA值对应FALSE；
   • sum()会自动把TRUE视为1、FALSE视为0，求和后就得到了该组中carb列的NA总数；
   • 最终生成的统计列名用了你期望的count(NA_in_column_carb)，也可以改成其他你喜欢的命名。

因为mtcars数据集的carb列本身没有NA值，所以运行结果会和你期望的一样，所有分组的统计值都是0。

如果你不想在分组时就转换因子，也可以先分组统计，最后再把mpg转成因子：

mtcars %>%
  group_by(mpg) %>%
  summarise(count(NA_in_column_carb) = sum(is.na(carb))) %>%
  mutate(mpg = as.factor(mpg))

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