R中的NA值问题

Question

我觉得这应该很容易，我在互联网上查看过 x ，但我不断收到错误消息。我过去做过很多分析，但对 R 和编程很陌生。

我有一个非常基本的函数来计算 x 列数据的平均值：

columnmean <-function(y){
  nc <- ncol(y)
  means <- numeric(nc)
  for(i in 1:nc) {
    means[i] <- mean(y[,i])
  }
    means 
}

我在 RStudio 中并使用包含的“空气质量”数据集对其进行测试。当我加载 AQ 数据集并运行我的函数时：

data("airquality")
columnmean(airquality)

我回来了：

NA NA 9.957516 77.882353 6.993464 15.803922

因为 AQ 中的前两个变量中有 NA。克，酷。我想抑制 NA，以便 R 将忽略它们并运行该函数。

我读到我可以用 na.rm=TRUE 指定这个，比如：

columnmean(airquality, na.rm = TRUE)

但是当我这样做时，我收到一条错误消息：

“列均值错误（空气质量，na.rm = TRUE）： 未使用的参数 (na.rm = TRUE)"

我正在阅读所有我只需要包含 na.rm = TRUE 的地方，该函数将运行并忽略 NA 值......但我不断收到此错误。我也尝试过 use = "complete" 和我能找到的任何其他东西。

两个注意事项：

我知道我可以使用 is.na 创建一个向量，然后对数据进行子集化，但我不想要那个额外的步骤，我只想让它运行函数并忽略丢失的数据。

我也知道我可以在函数中指定忽略或不忽略，但我想要一种方法来选择忽略/不忽略，在逐个动作的基础上，而不是让它成为其中的一部分函数本身。

感谢您的帮助。谢谢大家。

Answer 1

您可以将参数na.rm 传递给您的函数：

columnmean <- function(y, na.rm = FALSE){
  nc <- ncol(y)
  means <- numeric(nc)
  for(i in 1:nc) {
    means[i] <- mean(y[,i], na.rm = na.rm)
  }
  means 
}

data("airquality")
columnmean(airquality, na.rm = TRUE)
#[1] 42.129310 185.931507   9.957516  77.882353   6.993464  15.803922

columnmean(airquality)
#[1]        NA        NA  9.957516 77.882353  6.993464 15.803922

但我的建议是寻找循环的替代代码：

column_mean <- function(y, na.rm = FALSE) {
  sapply(y, function(x) mean(x, na.rm = na.rm))
}

column_mean(airquality, na.rm = TRUE)
#     Ozone    Solar.R       Wind       Temp      Month        Day 
# 42.129310 185.931507   9.957516  77.882353   6.993464  15.803922

Answer 2

我们可以在mean 中包含na.rm = TRUE

columnmean <-function(y){
  nc <- ncol(y)
  means <- numeric(nc)
  for(i in 1:nc) {
    means[i] <- mean(y[,i], na.rm = TRUE)
  }
   means 
}

---

如果我们需要使用na.rm 参数有时为 FALSE，有时为 TRUE，则在 'columnmean' 的参数中指定

columnmean <-function(y, ...){
    nc <- ncol(y)
  means <- numeric(nc)
   for(i in 1:nc) {
     means[i] <- mean(y[,i], ...)
   }
   means 
  }

columnmean(df1, na.rm = TRUE)
#[1] 1.5000000 0.3333333
 columnmean(df1, na.rm = FALSE)
#[1] 1.5  NA

数据

 df1 <- structure(list(num = c(1L, 1L, 2L, 2L), x1 = c(1L, NA, 0L, 0L
 )), .Names = c("num", "x1"), row.names = c(NA, -4L), class = "data.frame")

Answer 3

您应该在mean 函数调用中使用该参数：

columnmean <-function(y){
  nc <- ncol(y)
  means <- numeric(nc)
  for(i in 1:nc) {
    means[i] <- mean(y[,i], na.rm = TRUE)
  }
    means 
}

columnmean 是自定义函数，没有那个参数。