如何计算R数据框各列指定值的占比（计算时忽略NA值）

核心计算逻辑：逐列剔除NA值得到有效样本，分别统计取值1、2、9的出现频次，除以有效样本量得到对应百分比，最终组装为指定结构的数据框。

基础R实现（无依赖） #

直接运行以下代码即可得到目标结果，不需要安装额外包：

# 定义需要统计的目标取值
target_val <- c(1, 2, 9)

df2 <- as.data.frame(
  sapply(df, function(col_data) {
    # 剔除NA值，得到当前列的有效样本
    valid_data <- col_data[!is.na(col_data)]
    valid_n <- length(valid_data)
    # 计算每个目标值的百分比，保留2位小数
    round(
      vapply(target_val, \(v) sum(valid_data == v) / valid_n * 100, FUN.VALUE = numeric(1)),
      2
    )
  }),
  row.names = target_val
)

运行后输出的df2结构和数值与期望结果一致，仅存在四舍五入带来的微小精度差异：

v1    v2    v3
1 50.00 66.67 16.67
2 50.00 22.22 66.67
9  0.00 11.11 16.67

Tidyverse实现 #

如果日常使用tidyverse生态处理数据，也可以用以下长宽表转换的逻辑实现：

library(dplyr)
library(tidyr)

target_val <- c(1, 2, 9)

df2 <- df |> 
  # 宽表转长表，统一处理所有列
  pivot_longer(everything(), names_to = "col_name", values_to = "val") |> 
  # 剔除NA值
  filter(!is.na(val)) |> 
  # 分列分取值统计频次
  count(col_name, val) |> 
  # 按列分组计算占比
  group_by(col_name) |> 
  mutate(pct = round(n / sum(n) * 100, 2)) |> 
  ungroup() |> 
  # 补全所有目标值，缺失的取值填充占比为0
  complete(col_name, val = target_val, fill = list(pct = 0)) |> 
  # 长表转回宽表，匹配原结构
  pivot_wider(names_from = col_name, values_from = pct) |> 
  # 把取值列设为行名
  column_to_rownames("val")

内容的提问来源于stack exchange，提问作者Fred