在R中如何逐行标记、统计缺失值？以airquality数据集为例

原有代码错误原因 #

你的for循环逻辑存在两个核心问题：

• 没有按行索引读取和赋值：is.na(df_test$Ozone)返回的是整个Ozone列的布尔向量，if判断仅会读取向量第一个值，全局逻辑失效
• 赋值操作直接作用于整列：df_test$Missing_Ozone <- 1会直接把整列设为1，不是修改对应行的取值，因此最终结果不符合预期

实现方案 #

基础R实现（无需安装额外包）

library(MASS)
df_test <- airquality

# 标记Ozone列是否缺失
df_test$Missing_Ozone <- as.integer(is.na(df_test$Ozone))
# 统计每行总缺失值数量
df_test$Missing_Total <- apply(df_test, 1, function(x) sum(is.na(x)))
# 计算行缺失值占比
df_test$Missing_Percent <- 100 * df_test$Missing_Total / ncol(airquality)

tidyverse风格实现（dplyr）

library(MASS)
library(dplyr)

df_test <- airquality %>%
  mutate(
    Missing_Ozone = as.integer(is.na(Ozone)),
    Missing_Total = rowSums(is.na(across(everything()))),
    Missing_Percent = 100 * Missing_Total / ncol(.)
  )

执行后取前6行验证，和你给出的示例取值完全一致。

相关操作名称&搜索关键词 #

这类操作属于数据清洗环节下的缺失值探查/行级缺失值统计，搜索相关内容时可使用关键词：R 行缺失值计数、R 缺失值标记、R 按行统计缺失占比。

内容的提问来源于stack exchange，提问作者mathplzfun