Dataframe 统计数据帧中每列的非NA值数

我有一个包含大量NAs和一些非Na值的大数据集。 目前，我计算每列的非NA值，如下所示：

 attach(df)
 1000 - (sum(is.na(X1)))
 1000 - (sum(is.na(X2)))
 1000 - (sum(is.na(X3)))
 1000 - (sum(is.na(X4)))
 1000 - (sum(is.na(X5)))
 ...
 detach(df)

  X1     Amount of Non-Na-Values
  X2     ...
  X3     ...
  X4
  X5
  X6  

因此，我观察的总长度——我的NA值的总和

是否有一种更快的方法可以使用更少的代码行和键入工作，并让我快速查看所有非NA值的列和数量

像for循环之类的

我在找这样的东西：

 attach(df)
 1000 - (sum(is.na(X1)))
 1000 - (sum(is.na(X2)))
 1000 - (sum(is.na(X3)))
 1000 - (sum(is.na(X4)))
 1000 - (sum(is.na(X5)))
 ...
 detach(df)

  X1     Amount of Non-Na-Values
  X2     ...
  X3     ...
  X4
  X5
  X6  

谢谢：

试试这个：

nonNA_counts <- sapply(df, function(x) sum(!is.na(x)))

对于dplyr，这将是：

library(dplyr)

df %>%
summarise_all(funs(sum(!is.na(.)))

这种方法的优点是，您可以使用group_by before，并且您不需要关心列名，它只是汇总了所有列名。

您还可以在整个数据帧上调用is.na，隐式强制转换为逻辑矩阵，并在反向响应上调用colSums：

制作样本数据 第47集 df“数据帧”：100 obs。共有5个变量： >$V1:int NA 1NA 1NA 1NA。。。 >$V2:int不适用不适用1不适用10不适用。。。 >$V3:int 1 10 1不适用1不适用1不适用。。。 >$V4:int不适用于0不适用于0不适用于1不适用于。。。 >$V5:int不适用不适用不适用不适用0 0不适用不适用不适用。。。 科尔萨姆！是nadf吗 >V1 V2 V3 V4 V5 > 69 55 62 60 70

---

对于数据帧上的colwise操作，不是applydf，2，functionx sum！.nax是否更一致？@MikaelPoulJohannesson通常，我们应用于矩阵，在数据帧上使用sapply或lappy。在这种情况下，这没什么大不了的…不要使用附加，会导致比它解决的问题更多的问题。很容易产生bug。如果对数据进行任何子集、分组或重新排列，则附加的列可能彼此不同步，并且与实际数据不同步。还有更好的选择：许多函数都有一个数据参数，所以您根本不需要它，您可以将其用于其他任何事情。看到和