在没有 NA 的情况下按组计算平均值

Question

更新：

嗨！我有这样的数据。

structure(list(V1QB10 = c(1, 1, 1, 2, 1, 3, 3, 1, 4, 2), V1QB12A = c(2, 
1, 2, 3, NA, 2, 2, 3, 2, 2), V1QB12B = c(NA, 2, 2, 2, 2, 1, 2, 
2, 2, 2), V1QB12C = c(NA, 1, 2, 2, 2, 1, 2, 2, 2, 2), sum = c(NA, 
4, 6, 7, NA, 4, 6, 7, 6, 6)), row.names = c(NA, 10L), class = "data.frame")

这是数据的样子：

 V1QB10 V1QB12A V1QB12B V1QB12C sum
1       1       2      NA      NA  NA
2       1       1       2       1   4
3       1       2       2       2   6
4       2       3       2       2   7
5       1      NA       2       2  NA
6       3       2       1       1   4
7       3       2       2       2   6
8       1       3       2       2   7
9       4       2       2       2   6
10      2       2       2       2   6

变量“sum”是“V1QB12*”的总和。 现在我正在尝试通过“V1QB10”计算“总和”的平均值：

dt %>%
  group_by(V1QB10) %>%
  dplyr::summarise(n=n(), mean=mean(sum), sd=sd(sum)) %>%
  as.data.frame()  

我希望计算如下：

对于V1QB10==1，n为3（去掉“V1QB12*”中带有NA的2个观测值），求和“sum”：4+6+7=17，然后计算均值：17/3 , 和 sd。

但我发现我一直在平均 17/5。尝试用n=n(V1QB12A) 替换代码也没有奏效。 可能是我想多了这个问题。我要怎么修呢？ 谢谢！

Answer 1

我不完全确定我是否符合您的要求，但 dplyr 包有一个漂亮的 drop_na() 函数，如果您像这样使用它，它将删除 NA：

dt <- dt %>%
  drop_na() %>%
  dplyr::mutate(sum=rowSums(dplyr::select(., contains("V1QB12")), na.rm=T))

dt %>%
  group_by(V1QB10) %>%
  dplyr::summarise(n=n(), mean=mean(sum), sd=sd(sum)) %>%
  as.data.frame()

结果：

 V1QB10 n     mean        sd
1      1 3 5.666667 1.5275252
2      2 2 6.500000 0.7071068
3      3 2 5.000000 1.4142136
4      4 1 6.000000        NA