R语言aggregate调用length统计含缺失值数据时参数报错

运行代码触发2 arguments passed to 'length' which requires 1报错，核心原因是函数传参语法错误+对length函数的参数支持存在认知偏差，和数据集本身的缺失值无直接关联。

• 语法错误：aggregate的FUN参数需要传入函数对象本身，你写的FUN = length()是错误写法——加括号会在参数解析阶段直接执行空的length()调用，而非把length函数传给aggregate在分组内调用。
• 参数不匹配：R内置的length函数仅接受1个待统计的向量参数，本身不支持na.rm参数。你在aggregate中传入的na.rm=TRUE会被自动透传给指定的FUN函数，等价于执行length(分组向量, na.rm=TRUE)，给只接受1个参数的length传了2个参数，直接触发报错。
• 逻辑偏差：length的计数规则是统计向量内所有元素的总个数，NA作为合法的元素占位符会被计入统计结果，哪怕参数传对，na.rm对length也不会产生“跳过缺失值”的效果。你之前尝试用na.omit处理未生效，是因为na.omit(dat)会删除任意一列存在NA的整行数据，如果你需要逐列统计非缺失值数量，这种整行删除的方式会额外丢失其他列的有效观测，不符合需求。

根据不同的统计需求，选择对应写法即可：

1. 需求：分组统计每组总观测行数（NA所在行保留计数）

data14_total <- aggregate(
  data10,
  by = list(
    SUBJECT = data10$SUBJECT,
    Condition = data10$Condition, 
    Group = data10$Group, 
    test = data10$test
  ),
  FUN = length # 注意：length后不要加括号
)

2. 需求：分组统计每列的非缺失值个数（逐列跳过NA计数）

# 自定义统计非NA值数量的函数
count_non_na <- function(x) {
  sum(!is.na(x))
}

data14_non_na <- aggregate(
  data10,
  by = list(
    SUBJECT = data10$SUBJECT,
    Condition = data10$Condition, 
    Group = data10$Group, 
    test = data10$test
  ),
  FUN = count_non_na
)

注：如果只需要统计分组后的样本量（不需要对所有列返回计数结果），更简洁的写法是用公式接口：aggregate(rep(1, nrow(data10)) ~ SUBJECT + Condition + Group + test, data = data10, FUN = sum)，返回结果的最后一列即为对应分组的总观测数。

内容的提问来源于stack exchange，提问作者Reuben Newton Addison