是否可以在“+”运算符中跳过 NA 值？答案

【问题标题】：Is it possible to skip NA values in "+" operator?是否可以在“+”运算符中跳过 NA 值？
【发布时间】：2017-12-31 20:43:27
【问题描述】：

我想在 R 中计算一个方程。我不想使用函数 sum，因为它返回 1 个值。我想要完整的值向量。

x = 1:10
y = c(21:29,NA)
x+y
 [1] 22 24 26 28 30 32 34 36 38 NA

x = 1:10
y = c(21:30)
x+y
 [1] 22 24 26 28 30 32 34 36 38 40

我不想要：

sum(x,y, na.rm = TRUE)
[1] 280

不返回向量。

这是一个玩具示例，但我有一个更复杂的方程，它使用长度为 84647 个元素的多个向量。

这是我的意思的另一个例子：

x = 1:10
y = c(21:29,NA)
z = 11:20
a = c(NA,NA,NA,30:36)
5 +2*(x+y-50)/(x+y+z+a) 
 [1]       NA       NA       NA 4.388889 4.473684 4.550000 4.619048 4.681818 4.739130       NA

【问题讨论】：

获取连接向量的行和。 rowSums(cbind(x,y), na.rm = T)
好的，所以你可以把它放在数据框格式中。不能直接将它们用作向量吗？ apply(cbind(x,y), 1, function(x) sum(x, na.rm = T))
cbind 创建矩阵，而不是数据框。 rowSums 已经过优化，会非常快，比apply(..., 1, sum, na.rm = T) 更快。
跳过复杂表达式中的 NA 不需要使用自定义的 +。您可以简单地跳过最终结果向量中的 NA，例如res<-res[!is.na(res)]，这也避免了最终对不同长度的向量求和的风险（在不同数量的 NA 的情况下）。如果您想用零替换 NA，那就是另一回事了...

标签： r vector sum lapply cbind

【解决方案1】：

1) %+% 定义自定义+运算符：

`%+%` <- function(x, y)  mapply(sum, x, y, MoreArgs = list(na.rm = TRUE))
5 + 2 * (x %+% y - 50) / (x %+% y %+% z %+% a)

给予：

[1] 3.303030 3.555556 3.769231 4.388889 4.473684 4.550000 4.619048 4.681818
[9] 4.739130 3.787879

这里有一些简单的例子：

1 %+% 2
## [1] 3

NA %+% 2
## [1] 2

2 %+% NA
## [1] 2

NA %+% NA
## [1] 0

2) na2zero 另一种可能性是定义一个将 NA 映射到 0 的函数，如下所示：

na2zero <- function(x) ifelse(is.na(x), 0, x)

X <- na2zero(x)
Y <- na2zero(y)
Z <- na2zero(z)
A <- na2zero(a)

5 + 2 * (X + Y - 50) / (X + Y + Z + A)

给予：

[1] 3.303030 3.555556 3.769231 4.388889 4.473684 4.550000 4.619048 4.681818
[9] 4.739130 3.787879

3) 结合上述 结合(1) 和(2) 中的想法的变体是：

X <- x %+% 0
Y <- y %+% 0
Z <- z %+% 0
A <- a %+% 0

5 + 2 * (X + Y - 50) / (X + Y + Z + A)

4) numeric0 类 我们可以定义一个自定义类"numeric0"，带有自己的+运算符：

as.numeric0 <- function(x) structure(x, class = "numeric0")
`+.numeric0` <- `%+%`

X <- as.numeric0(x)
Y <- as.numeric0(y)
Z <- as.numeric0(z)
A <- as.numeric0(a)

5 + 2 * (X + Y - 50) / (X + Y + Z + A)

注意：使用的输入是问题中的输入，即：

x = 1:10
y = c(21:29,NA)
z = 11:20
a = c(NA,NA,NA,30:36)

【讨论】：

我试图找到一种方法来使用 mapply 并获得四个单独的向量 (X, Y, Z, A)。出于好奇，有可能吗？（p.s.抱歉编辑，我看到一个错字）
你可以这样做attach(lapply(list(X = x, Y = y, Z = z, A = a), na2zero))或with(lapply(...), ...expression in X, Y, Z, A...)

【解决方案2】：

使用rowSums：

要详细说明我的评论，您可以连接这些向量，然后将您的计算应用于结果矩阵。这是您在问题末尾提供的示例的解决方案；

5 + 2 * (rowSums(cbind(x,y), na.rm = T)-50)/(rowSums(cbind(x,y,z,a), na.rm = T))

#  [1] 3.303030 3.555556 3.769231 4.388889 4.473684 4.550000 4.619048 4.681818 
#  [9] 4.739130 3.787879

替换NA：

我在这里看到了用向量中替换NA 的想法的解决方案；我认为这也会有所帮助：

y[is.na(y)] <- 0 #indexing NA values and replacing with zero

【讨论】：

【解决方案3】：

你可以使用ifelse()

x = 1:10
y = c(21:29,NA)
x+y

[1] 22 24 26 28 30 32 34 36 38 NA

x + ifelse(is.na(y), 0, y)

[1] 22 24 26 28 30 32 34 36 38 10

【讨论】：

【解决方案4】：

数据

x = 1:10
y = c(21:29,NA)
x+y
# [1] 22 24 26 28 30 32 34 36 38 NA

1

foo1 = function(...){
    return(rowSums(cbind(...), na.rm = TRUE))
}
foo1(x, y)
# [1] 22 24 26 28 30 32 34 36 38 10

2

foo2 = function(...){
    Reduce('+', lapply(list(...), function(x) replace(x, is.na(x), 0)))
}
foo2(x, y)
# [1] 22 24 26 28 30 32 34 36 38 10

【讨论】：

无需转到data.frame，而是使用cbind() 将其保留为矩阵并避免额外的转换（rowSums 只会转换回矩阵）。

【解决方案5】：

仅供参考：

x=1:10
y=c(21:29, NA)

"[<-"(x, is.na(x), 0) + "[<-"(y, is.na(y), 0)
# [1] 22 24 26 28 30 32 34 36 38 10

这再次说明了 R 中的所有内容都是函数（并且还表明 R 解释器足够聪明，可以在需要时将字符串转换为函数）。

句法上的甜美：

na.zero <- function(x)
{
    "[<-"(x, is.na(x), 0)
}
na.zero(x) + na.zero(y)
# [1] 22 24 26 28 30 32 34 36 38 10

更广泛适用的版本：

na.replace <- function(x, value)
{
    "[<-"(x, is.na(x), value)
}
na.replace(x, 1) * na.replace(x, 1)
# [1]   1   4   9  16  25  36  49  64  81 100

【讨论】：