如何统计非NA单元格数量并按姓名计算剔除NA后的平均得分

嘿，我来帮你搞定这个统计非NA值数量并计算平均分的需求！其实不用分开单独统计数量，咱们可以直接结合求和（忽略NA）和计数，或者用更简洁的函数一步到位算出平均分。下面给你几种实用的方法：

方法一：基础R手动计算总和与非NA数量 #

这种方式适合你已经有求和逻辑，想单独统计非NA数量的场景：

# 你的原始数据
names <- c("d", "e", "f", "g")
score.a.ALL <- c(1, 2, NA, 3)
score.b.ALL <- c(NA, 4, 5, 6)
score.c.ALL <- c(NA, NA, NA, 1)
dat <- data.frame(names, score.a.ALL, score.b.ALL, score.c.ALL)

# 1. 统计每行非NA得分的数量：!is.na()把非NA转为TRUE(1)，NA转为FALSE(0)，rowSums求和得到数量
dat$non_na_count <- rowSums(!is.na(dat[, -1]))  # 排除第一列names，计算所有得分列的非NA数量

# 2. 计算每行得分总和（自动忽略NA）
dat$total_score <- rowSums(dat[, -1], na.rm = TRUE)

# 3. 计算平均分：总和除以非NA数量
dat$avg_score <- dat$total_score / dat$non_na_count

运行后你会得到包含平均分的完整数据框，如果某行全是NA，non_na_count会是0，这时候avg_score会变成NaN，你可以用ifelse(dat$non_na_count == 0, NA, dat$total_score / dat$non_na_count)来把这种情况转为NA。

方法二：用apply函数一步算平均分 #

更简洁的方式，直接对每行应用mean()函数并忽略NA，不用分开计算总和和数量：

dat$avg_score <- apply(dat[, -1], 1, function(x) mean(x, na.rm = TRUE))

这里apply(dat[, -1], 1, ...)表示对数据框的每行（第二个参数1代表行）执行后面的函数，mean(x, na.rm = TRUE)会自动忽略NA值计算平均值。

方法三：用tidyverse/dplyr的管道风格（适合数据处理流程） #

如果你习惯用tidyverse的语法，用rowwise()结合c_across()可以轻松实现：

library(dplyr)

dat <- dat %>%
  rowwise() %>%  # 按行处理
  mutate(avg_score = mean(c_across(starts_with("score")), na.rm = TRUE)) %>%  # 对所有以score开头的列计算平均分
  ungroup()  # 取消按行分组

这种方式可读性强，尤其当你有后续数据处理步骤时，管道操作会很顺手。

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