如果你在每一列中寻找空值，然后一个接一个地打印，那么你可以使用这个。简单的解决方案。

lapply(df, function(x) { length(which(is.na(x)))})

如果你在一个数据帧中寻找每一列的NA计数，那么:

na_count <-sapply(x, function(y) sum(length(which(is.na(y)))))

应该会给你一个包含每列计数的列表。

na_count <- data.frame(na_count)

应该像这样在数据框架中输出数据:

----------------------
| row.names | na_count
------------------------
| column_1  | count

获得所有列NA计数的一个快速简单的Tidyverse解决方案是使用summarise_all()，我认为这比使用purrr或sapply更容易读取解决方案

library(tidyverse)
# Example data
df <- tibble(col1 = c(1, 2, 3, NA), 
             col2 = c(NA, NA, "a", "b"))

df %>% summarise_all(~ sum(is.na(.)))
#> # A tibble: 1 x 2
#>    col1  col2
#>   <int> <int>
#> 1     1     2

或者使用更现代的across()函数:

df %>% summarise(across(everything(), ~ sum(is.na(.))))

在summary()输出中，该函数还计算NAs的数量，因此如果需要几个变量中NAs的总和，可以使用该函数。

如果你在每一列中寻找空值，然后一个接一个地打印，那么你可以使用这个。简单的解决方案。

lapply(df, function(x) { length(which(is.na(x)))})

如果您希望计算整个数据帧中的NAs数量，也可以使用

sum(is.na(df))