R语言如何统计tibble中含至少3个NA值的行数并解决相关报错

错误原因说明 #

• 第一次报错：is.na() 要求传入判断对象，你未传参触发参数缺失错误；且is.na()返回的是单元素/多元素的逻辑值，直接和3比较无法实现「统计每行NA总数」的需求。
• 第二次报错：is.na(v65:v71) 写法错误，tidyverse中不能直接在is.na()内用冒号选择多列，该写法会被识别为数值序列计算，返回的多列逻辑值也无法直接用于filter()的行筛选，后续tally()的使用逻辑也不符合需求。

正确实现方案 #

推荐优先使用rowSums实现，运行效率更高，尤其适合大样本数据集：

library(dplyr)

# 统计符合「至少3个缺失」的受访者数量
na_3plus_count <- data %>%
  filter(rowSums(is.na(across(v65:v70))) >= 3) %>%
  nrow()

如果偏好rowwise的直观写法，可以用以下代码修正你的第一次尝试：

library(dplyr)

na_3plus_count <- data %>%
  rowwise() %>%
  filter(sum(is.na(c_across(v65:v70))) >= 3) %>%
  ungroup() %>% # 取消行分组，避免影响后续数据操作
  nrow()

如果需要提取所有符合条件的行数据，只需要删除代码最后的nrow()即可。

注意：如果你的实际数据集列范围是v65到v71，请将代码中的v65:v70替换为v65:v71，避免列选择错误。

内容的提问来源于stack exchange，提问作者Qian