在 group_by 上计算平均值 (summarize_each) 时处理 NA

Question

我有一个数据框 md：

md <- data.frame(x = c(3,5,4,5,3,5), y = c(5,5,5,4,4,1), z = c(1,3,4,3,5,5),
      device1 = c("c","a","a","b","c","c"), device2 = c("B","A","A","A","B","B"))
md[2,3] <- NA
md[4,1] <- NA
md

我想使用 dplyr 通过 device1 / device2 组合计算均值：

library(dplyr)
md %>% group_by(device1, device2) %>% summarise_each(funs(mean))

但是，我得到了一些 NA。我希望忽略 NA (na.rm = TRUE) - 我试过了，但函数不想接受这个参数。 这两行都会导致错误：

md %>% group_by(device1, device2) %>% summarise_each(funs(mean), na.rm = TRUE)
md %>% group_by(device1, device2) %>% summarise_each(funs(mean, na.rm = TRUE))

Answer 1

其他答案向您展示了将mean(., na.rm = TRUE) 传递给summarize/_each 的语法。

就我个人而言，我经常处理这个问题，这很烦人，我只是定义了以下方便的 NA 感知基本函数集（例如在我的 .Rprofile 中），以便您可以应用它们使用带有summarize(mean_) 的 dplyr 并且没有讨厌的参数传递；还使源代码更简洁、更易读，这是另一个强大的优势：

mean_   <- function(...) mean(..., na.rm=T)
median_ <- function(...) median(..., na.rm=T)
sum_    <- function(...) sum(..., na.rm=T)
sd_     <- function(v)   sqrt(sum_((v-mean_(v))^2) / length(v))
cor_    <- function(...) cor(..., use='pairwise.complete.obs')
max_    <- function(...) max(..., na.rm=T)
min_    <- function(...) min(..., na.rm=T)
pmax_   <- function(...) pmax(..., na.rm=T)
pmin_   <- function(...) pmin(..., na.rm=T)
table_  <- function(...) table(..., useNA='ifany')
mode_   <- function(...) {
  tab <- table(...)
  names(tab[tab==max(tab)]) # the '==' implicitly excludes NA values
}
clamp_  <- function(..., minval=0, maxval=70) pmax(minval, pmin(maxval,...))

您真的希望能够一劳永逸地轻弹一个全局开关，例如 na.action/na.pass/na.omit/na.fail 以将函数作为默认行为告知要做什么，而不是像当前那样在不同的包中抛出错误或不一致。

曾经有一个名为 Defaults 的 CRAN 包用于设置每个函数的默认值，但它自 2014 年 3.x 之前的版本以来就不再维护。更多相关信息Setting Function Defaults R on a Project Specific Basis

Answer 2

尝试：

 library(dplyr)
 md %>% group_by(device1, device2) %>%
        summarise_each(funs(mean(., na.rm = TRUE)))

Answer 3

就这么简单：

funs(mean(., na.rm = TRUE))