用R语言如何在循环中处理变量的缺失值

Question

function1 <- function(x, na.omit=FALSE){
    if(na.omit) 
    x <- x[!is.na(x)]
   n <- length(x)
   m <- mean(x)
   me <- median(x) 
   sd <- sd(x)
   v <- var(x)
   R1 <- quantile(x,c(0.25,0.75), na.rm=TRUE) 
   return(c(N=n,Mean=m,Median=me,Std=sd,Variance=v,Quantile=R1))
}
b <- c(65:69)
c <- sapply(data1[b],function1)
write.csv(x=c,file='7.csv')

R语言批量对连续性变量进行统计描述，在函数中添加 if(na.omit) ， x <- x[!is.na(x)]。想单个处理每个变量的缺失值，但是代码跑出结果是这俩行语句好像没有执行，算的所有变量样本数一样，且均值，方差等都为NA值。这是为什么呢？

Answer 1

你好，我刚请教一下您，做中介效应时我的自变量是4分类，请问R代码如何设置？我看您发的，需要设置 control.value＝，treat.value＝。请问是代码跑3遍吗？还是control.value＝1，treat.value＝2，3，4？