类似于hute37的答案，但使用了purrr包。我认为这种tidyverse方法比AbiK提出的答案更简单。

library(purrr)
map_dbl(df, ~sum(is.na(.)))

注意:波浪号(~)创建一个匿名函数。还有'。’指的是匿名函数的输入，在本例中为data.frame df。

sapply(name of the data, function(x) sum(is.na(x)))

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

为了保证完整性，你也可以在table中使用useNA参数。例如table(df$col, useNA="always")将统计所有非NA的情况和NA的情况。

类似于hute37的答案，但使用了purrr包。我认为这种tidyverse方法比AbiK提出的答案更简单。

library(purrr)
map_dbl(df, ~sum(is.na(.)))

注意:波浪号(~)创建一个匿名函数。还有'。’指的是匿名函数的输入，在本例中为data.frame df。