统计数据框df中各国家分组下city列NA数量的可行方法

以下两种方案都可以直接实现按国家分组统计city列NA数量的需求：

方案1：dplyr分组聚合（tidyverse生态推荐） #

直接按country字段分组后聚合统计即可，无需做宽表转换：

library(dplyr)

city_na_stats <- df %>%
  group_by(country) %>%
  summarise(city_na_num = sum(is.na(city)))

返回结果city_na_stats包含两列：country为国家名称，city_na_num为对应国家下city列的NA数量。

方案2：base R原生实现（无需依赖第三方包） #

使用aggregate函数做分组统计，注意设置na.action = na.pass避免默认丢弃NA行导致统计错误：

city_na_stats <- aggregate(
  city ~ country,
  data = df,
  FUN = function(x) sum(is.na(x)),
  na.action = na.pass
)

原方法失效原因 #

你之前使用pivot_wider搭配colSums(is.na(df))的思路不符合需求：

• pivot_wider是长表转宽表的函数，你的需求是分组聚合，不需要做表结构转换
• colSums(is.na(df))是统计整个数据集每一列的总NA数，不会按国家维度拆分统计，自然无法得到分国家的NA计数结果

内容的提问来源于stack exchange，提问作者Eleni