如何在R语言中使用apply与is.na函数统计列中缺失值数量？

核心方法 #

通过is.na()标记缺失值，结合apply()按列求和，就能快速统计每列的缺失值数量。如果需要规整的表格样式，可以将结果转换为数据框。

步骤示例 #

1. 构造示例数据集

df <- data.frame(
  col1 = c(1, NA, 3, NA, 5),
  col2 = c(NA, NA, 2, 4, NA),
  col3 = c(1, 2, 3, 4, 5)
)

2. 按列统计缺失值

# 按列计算缺失值总数
missing_counts <- apply(df, 2, function(x) sum(is.na(x)))

3. 转换为规整的表格样式
   如果需要和常见的统计结果样式（列名对应缺失值数）一致，把结果转成数据框：

missing_result <- data.frame(
  列名 = names(missing_counts),
  缺失值数量 = as.numeric(missing_counts),
  row.names = NULL
)

# 查看结果
print(missing_result)

输出结果 #

列名 缺失值数量
1 col1 2
2 col2 3
3 col3 0

关键说明 #

• is.na(x)：将列中的缺失值转为TRUE，非缺失值转为FALSE
• sum(is.na(x))：布尔值会被自动转换为1（TRUE）和0（FALSE），求和即得到该列缺失值的总数
• apply(df, 2, ...)：参数2指定按列操作（若为1则按行）

内容的提问来源于stack exchange，提问作者Saba Al shawa