R：基于变量的非缺失值数量对变量进行排序

嘿，碰到缺失值导致的变量排序问题太常见了！我来给你分享几个简洁的R解决方案，帮你快速按非缺失值数量对数据框的变量（列）排序，不管是升序还是降序都能搞定。

基础R方案 #

用基础R的colSums()配合!is.na()就能快速统计每列的非缺失值数量，然后用这个统计结果来重新排列数据框的列：

# 先创建一个带缺失值的示例数据框（模拟你的75个个体数据场景）
set.seed(123)
df <- data.frame(
  var1 = sample(c(1:10, NA), 75, replace = TRUE),
  var2 = sample(c(1:10, NA), 75, replace = TRUE, prob = c(rep(0.09,10), 0.1)),
  var3 = sample(c(1:10), 75, replace = TRUE), # 无缺失值的变量
  var4 = sample(c(1:10, NA), 75, replace = TRUE, prob = c(rep(0.05,10), 0.5))
)

# 统计每列的非缺失值数量
non_miss_counts <- colSums(!is.na(df))

# 按非缺失值数量降序排序（从最多到最少）
df_sorted_desc <- df[, order(-non_miss_counts)]

# 如果要升序（从最少到最多），去掉order里的负号即可
df_sorted_asc <- df[, order(non_miss_counts)]

简单解释：!is.na(df)会生成一个逻辑矩阵，colSums()把每列的TRUE（代表非缺失值）加起来就是该列的有效数据量；order(-non_miss_counts)会返回按数量从高到低的列索引，用这个索引重新提取数据框的列就完成排序了。

tidyverse方案（管道风格更直观） #

如果你习惯用tidyverse工具链，用dplyr搭配purrr可以写出更易读的管道代码：

library(dplyr)
library(purrr)

# 降序排序（非缺失值从多到少）
df_sorted_desc_tidy <- df %>%
  select(order(map_int(., ~sum(!is.na(.))), decreasing = TRUE))

# 升序排序
df_sorted_asc_tidy <- df %>%
  select(order(map_int(., ~sum(!is.na(.)))))

这里map_int(., ~sum(!is.na(.)))会遍历数据框的每一列，计算每列的非缺失值数量；order()根据这个结果生成排序后的列索引，最后select()用索引重新选择列，全程用管道串联起来，逻辑非常清晰。

小验证技巧 #

排序后可以快速核对结果是否正确，直接输出排序后数据框的非缺失值数量：

# 查看降序排序后的非缺失值分布
colSums(!is.na(df_sorted_desc))

这样就能直观确认变量确实是按你想要的规则排列的啦～

内容的提问来源于stack exchange，提问作者Dafinger