R语言按ID分组统计时处理NA与空单元格的多条件判断问题
问题原因
你原来的判断逻辑仅排除了R原生的NA缺失值,没有覆盖另外两类无效文本:
- 空单元格对应的空字符串
"" - 数据中内容为字符串格式的
"NA"记录
上述两类值执行!is.na()判断时都会返回TRUE,导致ID3、ID4被误判为存在有效文本。
修正后代码
library(dplyr) df %>% group_by(ID) %>% summarise(text_availabe = as.integer(any(!is.na(text) & trimws(text) != "" & text != "NA")))
如果不需要兼容全是空格的无效单元格,可以去掉trimws()函数,直接写text != ""即可。
逻辑说明
any()中同时满足三个条件才会被判定为有效文本:
- 不是R原生NA缺失值
- 去除首尾空格后不为空(可选兼容全空格无效记录)
- 内容不等于字符串格式的
"NA"
最后用as.integer()直接将逻辑值TRUE/FALSE转换为1/0,比if-else写法更简洁。
内容的提问来源于stack exchange,提问作者Alex
相关产品推荐
相关产品推荐

