R dataframe如何像Excel一样使用COUNT函数添加统计行列边距

Excel的COUNT函数逻辑为统计包含数字的单元格，自动排除文本、空值/NA，以下提供两种常用实现方案： #

前置准备：示例数据 #

mdata <- data.frame("CATEGORY"=c("A","B","C","D","E","F"),"SALES"=c(1,20,2,2,0,3),"QTY"=c(0,4,0,0,0,2),"RETURN"=c(0,3,1,0,9,1))

方案1：基础R实现（无需额外安装包） #

# 1. 提前将分类列转为字符型，避免后续绑定行时报因子类型错误
mdata$CATEGORY <- as.character(mdata$CATEGORY)
# 2. 筛选出所有数值列，对应Excel中要统计的数字区域
num_cols <- sapply(mdata, is.numeric)
# 3. 新增行统计列：统计每行数值列中有效数字的数量
mdata$COUNT <- apply(mdata[, num_cols], 1, function(x) sum(!is.na(x)))
# 4. 计算列统计结果，添加为最后一行
col_count <- c(
  "COUNT", 
  sapply(mdata[, num_cols], function(x) sum(!is.na(x))),
  sum(mdata$COUNT)
)
mdata <- rbind(mdata, col_count)

如果需要统计大于0的数值数量而非所有数字，只需把代码中的!is.na(x)替换为!is.na(x) & x > 0即可。 #

方案2：tidyverse实现（语法更简洁） #

library(dplyr)

# 新增行统计列，同时添加列统计行
mdata <- mdata %>%
  # 行维度统计
  rowwise() %>%
  mutate(COUNT = sum(across(where(is.numeric), ~!is.na(.x)))) %>%
  ungroup() %>%
  # 列维度统计，绑定为最后一行
  bind_rows(
    summarise(
      .,
      across(where(is.numeric), ~sum(!is.na(.x))),
      CATEGORY = "COUNT"
    )
  )

内容的提问来源于stack exchange，提问作者anderwyang