如何快速定位数据融合过程中NA值的引入位置并统计各列NA数量？

嗨，我来帮你解决这个问题！你遇到的NA警告其实很好理解——就是有些字符串没法直接转成数值（比如df1里conc1列的<1.0），要定位哪列有多少NA其实很简单，给你几个实用的方法：

方法1：直接统计转换后各列的NA数量 #

先完成数据合并但暂时不转数值，等转换完成后直接统计每列的NA个数：

# 先完成合并，保留所有列的字符型格式
pm_temp <- full_join(df1 %>% mutate(across(everything(), as.character)),
                     df2 %>% mutate(across(everything(), as.character)),
                     by = c("ID", "depth" = "depth2", "conc1", "conc2"),
                     .keep_all = TRUE)

# 按需求转换目标列为数值型
pm <- pm_temp %>% mutate(across(all_of(num_vars_p), as.numeric))

# 统计每列的NA数量
na_stat <- pm %>% 
  summarize(across(everything(), ~ sum(is.na(.x))))

print(na_stat)

运行后你会看到清晰的结果，比如这里conc1列会显示1个NA，就是来自df1里的<1.0这个值。

方法2：提前预判哪些值会产生NA（更高效） #

如果不想先转换整个数据框，想提前知道哪些列会生成NA以及具体数量，可以用这个自定义小函数：

count_na_from_coercion <- function(data, target_cols) {
  data %>%
    summarize(across(all_of(target_cols), ~ sum(is.na(as.numeric(.x))))) %>%
    # 转成长格式，只显示有NA的列，结果更直观
    pivot_longer(everything(), names_to = "列名", values_to = "NA数量") %>%
    filter(`NA数量` > 0)
}

# 用合并后的临时数据框调用函数
count_na_from_coercion(pm_temp, num_vars_p)

这个函数会直接返回有NA的列名和对应的数量，不用先修改原数据，非常方便。

额外小提示 #

你定义的num_vars_p是基于df1的，其实可以改成基于合并后的pm_temp，这样如果合并后出现新的符合条件的列也能自动覆盖到：

num_vars_p <- names(pm_temp %>% select_if(function(x) sum(grepl("<[0-9]", x)) > 0 | is.character(x)))

不过你的场景里合并后列和df1一致，所以影响不大~

备注：内容来源于stack exchange，提问作者Lieke