如何快速统计R数据框各列的非NA值数量？

你现在手动逐个列计算非NA值的方式确实太繁琐了，尤其是数据集列数多的时候完全不高效。这里有几个更简洁的R语言方法，能快速帮你搞定所有列的非NA值统计：

方法一：一行代码直接计算（最简洁） #

这是效率最高的方式，一行代码就能输出所有列的非NA值数量，还自动带上列名：

colSums(!is.na(df))

简单解释下逻辑：is.na(df)会生成和原数据框结构一致的布尔矩阵，!把矩阵反转（NA转为FALSE，非NA转为TRUE），最后colSums()对每列求和，得到的就是每列的非NA值总数。

方法二：附带更多统计信息的快速查看 #

如果你除了非NA数量，还想了解每列的其他统计特征（比如数值列的均值、中位数，因子列的频数），可以直接用R内置的summary()函数：

summary(df)

输出结果里，每列的NA's行显示缺失值数量，用总观测数减去这个数就是非NA值数；部分列还会直接标注有效观测的数量，信息更全面。

方法三：自定义输出格式（完全匹配你的需求） #

如果你想要严格贴合你给出的输出样式，可以用循环或者工具包实现：

基础循环写法 #

for (col_name in colnames(df)) {
  non_na_count <- sum(!is.na(df[[col_name]]))
  cat(paste0(col_name, " Amount of Non-Na-Values: ", non_na_count, "\n"))
}

这个循环会遍历所有列名，计算对应列的非NA值数量，再按照你想要的格式打印出来。

用purrr包的简洁写法（需先安装加载包） #

library(purrr)
imap(df, ~paste0(.y, " Amount of Non-Na-Values: ", sum(!is.na(.x)))) %>% 
  walk(cat, "\n")

imap()会同时传递列的数值（.x）和列名（.y），生成目标格式的字符串后，walk()负责打印输出。

最后提个小建议：尽量避免使用attach(df)这种方式，很容易造成命名冲突，直接用df[[col_name]]或者df$col_name的方式访问列数据会更安全可靠。

内容的提问来源于stack exchange，提问作者Peter