使用summary和cross from dplyr按组计算多个列的非'NA'

我想使用

summary

和

cross

from

dplyr

按分组变量计算非

NA

值的数量。例如，使用这些数据：

库（tidyverse）
d%
分组依据（ID）%>%
汇总（跨（匹配项“^Col[1-3]$”），
#函数可对每个ID的每列中的非NA进行计数
))

结果如下：

#一个tible:3 x 4
ID Col1 Col2 Col3
1     1     3     2     3
2     2     2     0     2
3     3     1     1     0

我希望这就是您想要的：

library(dplyr)

d %>%
  group_by(ID) %>%
  summarise(across(Col1:Col3, ~ sum(!is.na(.x)), .names = "non-{.col}"))

# A tibble: 3 x 4
     ID `non-Col1` `non-Col2` `non-Col3`
  <dbl>      <int>      <int>      <int>
1     1          3          2          3
2     2          2          0          2
3     3          1          1          0

---

我希望这就是你想要的：

library(dplyr)

d %>%
  group_by(ID) %>%
  summarise(across(Col1:Col3, ~ sum(!is.na(.x)), .names = "non-{.col}"))

# A tibble: 3 x 4
     ID `non-Col1` `non-Col2` `non-Col3`
  <dbl>      <int>      <int>      <int>
1     1          3          2          3
2     2          2          0          2
3     3          1          1          0