R语言如何计算列表中各DataFrame按年月分组的变量NA值占比

核心调整点 #

原有代码仅按month单独分组，没有加入year实现年月联合分组，且统计的是每行总缺失数，不符合「每个变量单独统计缺失占比」的需求，调整方案如下：

完整实现代码 #

library(tidyverse)

# 遍历所有站点数据框，按年+月统计各变量缺失占比，最终合并为单个数据框
na_year_month_stats <- imap_dfr(estaciones, function(df, site_name) {
  df %>%
    # 保留分组字段+需要统计的观测变量
    select(year, month, Tx2m, Tn2m, Pr) %>%
    # 按年+月联合分组
    group_by(year, month) %>%
    # 批量统计三个变量的缺失数量、缺失占比
    summarise(
      across(c(Tx2m, Tn2m, Pr),
             list(
               na_count = ~sum(is.na(.x)),
               na_pct = ~round(mean(is.na(.x)) * 100, 2) # 保留两位小数的百分比
             ),
             .names = "{.col}_{.fn}"),
      .groups = "drop"
    ) %>%
    # 新增站点名列，对应原列表中每个数据框的名称
    mutate(site = site_name, .before = everything())
})

# 导出为本地csv文件
write_csv(na_year_month_stats, "各站点年月维度缺失值统计.csv")

输出说明 #

最终生成的csv文件字段如下：

• site：对应原列表中每个数据框的名称，例如AeropuertodeBocas_93002
• year：统计年份
• month：统计月份
• Tx2m_na_count：Tx2m变量当月缺失条数
• Tx2m_na_pct：Tx2m变量当月缺失占比（单位%）
• Tn2m、Pr两个变量的统计字段规则同上

内容的提问来源于stack exchange，提问作者Adi