R语言：统计数据框各列中NA与-99的出现次数

问题分析 #

你写的sum(-99)是直接对常量-99求和，没有做元素级别的匹配判断，所以得到的结果完全不符合预期。正确的逻辑应该是先判断每列的每个元素是否等于-99，再对生成的逻辑值（TRUE记为1，FALSE记为0）求和。

另外要注意：你的数据框中dogs列因混合了数值和字符，R自动将其转为字符型，所以这里的-99实际是字符串"-99"；cats列是纯字符型，不存在-99。

解决方案 #

1. 单独统计每列的-99出现次数

针对字符型列的"-99"进行判断，同时用na.rm = TRUE排除NA对求和的干扰：

df %>% summarise_all(~ sum(. == "-99", na.rm = TRUE))

运行结果：

cats dogs
    0    2

2. 同时统计NA和-99的出现次数

如果想一次性得到每列的两种统计结果，可以结合列表返回：

df %>% 
  summarise_all(list(
    na_count = ~ sum(is.na(.)),
    minus99_count = ~ sum(. == "-99", na.rm = TRUE)
  ))

运行结果：

cats_na_count cats_minus99_count dogs_na_count dogs_minus99_count
1             2                  0             1                  2

3. 针对数值型列的补充

如果你的数据框中有纯数值型的列（其中的-99是数值而非字符串），只需将判断条件改为sum(. == -99, na.rm = TRUE)即可。

内容的提问来源于stack exchange，提问作者nrcombs