在r中处理na的聚合函数答案

【问题标题】：Handling NA's in aggregate function in R在r中处理na的聚合函数
【发布时间】：2018-08-07 23:34:25
【问题描述】：

我正在尝试使用聚合函数从 csv 文件中获取每日总和，但遇到以下错误：

Error in Summary.factor(c(2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L), na.rm = FALSE) : ‘sum’ not meaningful for factors
Calls: aggregate ... aggregate.data.frame -> lapply -> FUN -> lapply ->          Summary.factor 
Execution halted

这里是数据链接Data

这是我的代码：

dat<-read.csv("Laoag_tc_induced.csv",header=TRUE,sep=",")
dat[dat == -999] <- NA
dat[dat == -888] <- 0
dat$Date <- as.Date(strptime(dat$key, '%Y_%m_%d_%H'))

df <- data.frame(dat$Date,dat$RR,dat$dist)
df <- aggregate(RR ~ Date, dat,sum)

names(df)[1] <- "Date"
names(df)[2] <- "Rain"

write.table(df,file="test.csv",sep=",")

我尝试使用：

df <- aggregate(RR ~ Date, dat,sum,na.rm=TRUE)

和

df <- aggregate(RR ~ Date,dat,sum,na.rm=TRUE,na.action=na.pass)

错误还是一样：

‘sum’ not meaningful for factors

【问题讨论】：

标签： r aggregate na

【解决方案1】：

“RR”中有某些元素，即" NA"，将列的类更改为factor（也使用stringsAsFactors = FALSE）。选项将指定 na.strings 中的 NA 字符串读取为 NA

dat <- read.csv(file, header = TRUE, stringsAsFactors = FALSE, 
          na.strings = "   NA", strip.white = TRUE)

在做 OP 的转换/替换后，

res <- aggregate(RR ~ Date, dat,sum)
head(res, 5)
#        Date  RR
#1 1994-08-09 0.0
#2 1994-08-10 0.0
#3 1994-08-11 0.0
#4 1994-08-12 0.3
#5 1994-08-13 0.0

正如 OP 所说的日期正在改变，它根据提供的数据工作正常

dat[78:81,]
#   X.1          key     SN CY     Lat.x    Lon.x     X   RR     Lat.y    Lon.y     dist       Date
#78  78  1994_8_19_0 199419 19 0.3700098 2.230531 49133 28.8 0.3176499 2.104727 824.8680 1994-08-19
#79  79  1994_8_19_6 199419 19 0.3787364 2.214823 49134 28.8 0.3176499 2.104727 765.4631 1994-08-19
#80  80 1994_8_19_12 199419 19 0.3857178 2.200860 49135 28.8 0.3176499 2.104727 720.0335 1994-08-19
#81  81 1994_8_19_18 199419 19 0.3926991 2.190388 49136 28.8 0.3176499 2.104727 700.1729 1994-08-19

与csv数据中的相同

【讨论】：

@Lyndz 我只使用了您共享的数据。因为 NA 是 " NA" 如果它只是数据的子集，则检查整个数据中除数字以外的任何其他字符串值，并在 na.strings 中指定。
@Lyndz 我没有收到您的警告信息。您还可以使用 dat <- readr::read_csv(file) 包，它通过发现 NA 元素正确地进行了转换
@Lyndz 您需要检查'key'列格式head(dat$key, 3)# [1] "1994_8_9_0" "1994_8_9_6" "1994_8_9_12"。我不知道为什么你的年份后面跟着三个数字。当您使用as.Date 转换为Date 时，选择的格式为'%Y_%m_%d'。那么，最后一个数字是多少？
@Lyndz 您应该从具有您要更改的原始格式的“键”列转换。 dat$Date <- as.Date(strptime(dat$key, format = '%Y_%m_%d_%H')) 而我这一步没有问题class(dat$Date)# [1] "Date"
@Lyndz 1994-08-19 有 8 行。您可以查看library(dplyr);datS <- dat %>% filter(Date == "1994-08-19"); datS %>% pull(RR) %>% sum [1] 230.4