在R语言中统计并合并含NA值的行的实现方法

基础R实现 #

拆分数据分别处理后再合并结果：

# 保留var2非缺失的行
non_na_part <- df[!is.na(df$var2), ]

# 统计var2缺失的行数，生成汇总行
na_summary_row <- data.frame(var1 = "x", var2 = sum(is.na(df$var2)))

# 合并两部分数据
final_result <- rbind(non_na_part, na_summary_row)

final_result

运行后输出：

var1 var2
1    a    5
2    b   10
3    x    3

dplyr简洁实现 #

如果习惯用tidyverse工具链，可通过分组汇总完成：

library(dplyr)

df %>%
  # 将var2为NA的行的var1统一替换为"x"
  mutate(var1 = case_when(is.na(var2) ~ "x", TRUE ~ var1)) %>%
  # 按var1分组
  group_by(var1) %>%
  # 分组计算：非x组取原var2值，x组统计行数
  summarise(var2 = if_else(var1 == "x", n(), first(var2))) %>%
  ungroup()

原方法失效原因 #

你使用的aggregate(data=df,var2~.,na.rm = FALSE, FUN = sum)仅返回a和b的结果，原因在于：

• aggregate默认会排除包含NA的分组；
• 即便设置na.rm=FALSE，对NA值求和的结果仍是NA，这类结果不会被保留。而你的需求是统计NA的行数，而非对NA求和，因此需要换用统计行数的逻辑。

内容的提问来源于stack exchange，提问作者Honorato