R语言如何按分组变量计算所有列总和并排除NA值影响

问题原因 #

你的代码中across()的函数调用语法不符合dplyr规范，直接写sum(., na.rm = T)无法被识别为逐列应用的函数表达式，导致na.rm参数未生效，最终列内存在NA时返回NA结果。

正确写法 #

写法1：purrr公式风格（适合需要自定义逻辑的场景） #

library(dplyr)
data <- data.frame(ID = c(1, 1, 2, 2, 3, 3, 3, 4, 4, 4),
              var1 = c(1, 2, 5, 10, NA, 5, 23, NA, NA, 1),
              var2 = c(1, NA, NA, 1, NA, 0, 1, 3, 23, 4))

result <- data %>%
  group_by(ID) %>%
  summarise(across(everything(), ~sum(., na.rm = TRUE)))

写法2：参数透传（更简洁，适合直接调用基础函数的场景） #

直接把sum函数的参数传递给across的额外参数位即可：

result <- data %>%
  group_by(ID) %>%
  summarise(across(everything(), sum, na.rm = TRUE))

运行结果 #

上述代码执行后得到的分组求和结果如下，所有NA均已自动忽略：

# A tibble: 4 × 3
     ID  var1  var2
  <dbl> <dbl> <dbl>
1     1     3     1
2     2    15     1
3     3    28     1
4     4     1    30

注意事项 #

建议不要用缩写T代替TRUE，如果环境中提前定义过T = NA会导致参数失效，写全na.rm = TRUE稳定性更高。

内容的提问来源于stack exchange，提问作者user13069688