未能忽略我的文件列表中的 NA

Question

我的目录中有一个文件列表（从 1 到 332）。 file1对应id1，file2对应id2，以此类推。

每个文件包含 4 列，我必须通过忽略 NA 来计算第 2 列（标记为“污染物”）的总和和长度。

我已经尝试了所有方法：!is.na(file), na.rm = TRUE, omit...当我想要从 1:100 或 1:60 的总和和长度（从值 1 到另一个值），但例如从 70:72 开始不起作用。我无法确定问题所在。

这是我处理它的代码部分：

pollutantmean <- function(directory,pollutant,id= 1:332){

  files <- list.files(directory)
  sums <- numeric (length(id))
  lengths <- numeric (length(id))
  means <- numeric (length(id))

  for (i in id){

      file <- read.csv(files[i])[,pollutant]
      sums[i] <- sum(file,na.rm = TRUE)
      lengths[i] <-length(file[!is.na(file)])
  }

  means <-(sum(sums)/sum(lengths))
  return(list(sums, lengths, means))

}

提前感谢您的帮助！

Answer 1

您的索引错误。调用pollutantmean(".","sulf",70:72)时，函数pollutantmean中length(id)的值是多少？ (answer: 3) ...对于循环中i 的第一个值for (i in id)，它是什么索引？ （答案：70）
下面是一个示例，说明您正在做什么以及使用错误的索引会得到什么：

sums <- numeric(3)
sums[10] <- 42
sums
# > sums
# [1]  0  0  0 NA NA NA NA NA NA 42

...进一步计算得到NA
因此，问题的根源与您的other question 相同

这是你的函数的清晰版本：

pollutantmean <- function(directory, pollutant, id= 1:332) {
  files <- list.files(directory)
  L <- lapply(files[id], function(f) read.csv(f)[,pollutant])
  sums    <- sapply(L, sum, na.rm=TRUE)
  lengths <- sapply(L, function(l) sum(!is.na(l)))

  list(sums=sums, lengths=lengths, means=sum(sums)/sum(lengths))
}