如何按Time分组统计BIP与EXP列缺失数据并找出最多分组？

你可以通过按Time分组后分别统计BIP和EXP的缺失值，再计算每组的总缺失数来解决这个问题，以下提供两种常用的实现方式：

方法一：使用dplyr包（推荐，代码更直观） #

先确保已安装并加载dplyr包：

# 若未安装则先执行安装
# install.packages("dplyr")
library(dplyr)

# 分组统计缺失值并计算总量
df %>%
  group_by(Time) %>%
  summarise(
    BIP缺失数 = sum(is.na(BIP)),
    EXP缺失数 = sum(is.na(EXP)),
    总缺失数 = BIP缺失数 + EXP缺失数
  )

执行后会得到每个Time分组对应的BIP缺失数、EXP缺失数以及两者的总和，直接查看总缺失数列即可找到缺失最多的分组。

方法二：使用Base R（无需额外安装包） #

# 按Time分组统计BIP和EXP的缺失数
na_stats <- aggregate(cbind(BIP, EXP) ~ Time, data = df, FUN = function(col) sum(is.na(col)))

# 添加总缺失数列
na_stats$总缺失数 <- na_stats$BIP + na_stats$EXP

# 输出结果
na_stats

两种方法最终都会输出类似如下的结果（以你提供的示例数据为例）：

从结果中能直接看出DF分组的总缺失数最多。

内容的提问来源于stack exchange，提问作者user19965401