如何获取R语言tbl_df/dataframe每列不含NA的实际有效长度

安全阿岳

2026-9-27

统计tbl_df每列有效数据长度的方法

R的数据结构要求数据框（包括tbl_df）的所有列长度必须一致，导入CSV时会自动以最长列的长度为标准，其余列缺失位置填充NA，因此dim、length、nrow统计到的都是补全后的总长度，无法得到单列的有效数据长度。你需要统计每列非NA值的数量，即可得到对应列的有效数据长度，实现方法如下：

基础R实现
调用sapply遍历数据框的每一列，对每列统计非NA值的数量：
```
sapply(df, function(col) sum(!is.na(col)))
```
如果导入CSV时空值被识别为空字符串而非NA，可以调整判断逻辑：
```
sapply(df, function(col) sum(!is.na(col) & trimws(col) != ""))
```
tidyverse实现（适配tbl_df格式）
用dplyr的across语法批量统计所有列的非NA值数量，和tidyverse生态兼容性更好：
```
library(dplyr)

df %>% 
  summarise(across(everything(), ~ sum(!is.na(.x))))
```