如何在R中同时统计数据列中的空白值（""）和NA的数量

空白值""属于合法的字符串类型值，不属于R定义的缺失值NA，因此is.na()不会将其判定为TRUE，你可以将两类无效值的判断条件组合后统计：

单列统计方案 #

直接用逻辑或|组合两个判断条件后传入sum()即可，R中逻辑值TRUE会按1计算、FALSE按0计算，求和结果就是无效值总数量：

sum(is.na(df$ctd_id) | df$ctd_id == "")

按照你给出的示例ctd_id列数据，上述语句返回结果为3，对应第4、5、8行的3条无效记录。
如果你的空白值包含带空格的情况（比如" "这类由多个空格组成的无意义值），可以用trimws()函数先去除两端空格再判断：

sum(is.na(df$ctd_id) | trimws(df$ctd_id) == "")

扩展用法 #

• 如果你习惯用dplyr处理数据，可以用如下写法：

library(dplyr)
df %>% 
  summarise(ctd_id_invalid = sum(is.na(ctd_id) | ctd_id == "")) %>% 
  pull(ctd_id_invalid)

• 如果需要统计整个数据框中存在任意列无效的行数（任意列为NA或空白就算无效行），可以用如下语句：

sum(apply(df, 1, function(row) any(is.na(row) | row == "")))

内容的提问来源于stack exchange，提问作者Judit