如何使用R语言统计每个id对应的NA缺失值数量

我们可以通过tidyverse套件或基础R两种方式实现需求，示例如下：

方法1：tidyverse实现（推荐，代码更简洁易读） #

首先加载依赖包：
library(tidyverse)
运行如下代码得到结果：

result <- df %>%
  # 过滤掉id为NA的无效行
  filter(!is.na(id)) %>%
  # 按id分组
  group_by(id) %>%
  # 统计time列的NA值总数，如果需要统计所有列的NA总数，可改为sum(is.na(pick(everything())))
  summarise(na_count = sum(is.na(time)))

运行后得到的结果和你需要的输出效果一致，对应你提供的示例数据，统计结果为：

• id=1的NA数量为4
• id=2的NA数量为8
• id=3的NA数量为0

方法2：基础R实现（无需安装额外包） #

# 筛选id非空的有效数据
valid_df <- df[!is.na(df$id), ]
# 按id分组统计time列的NA值
result <- aggregate(time ~ id, data = valid_df, function(x) sum(is.na(x)), na.action = NULL)
# 修改列名匹配需求
colnames(result) <- c("id", "na_count")

内容的提问来源于stack exchange，提问作者user11418708