使用 apply 在缺少值和字符串的数据框中查找最大值

Question

我有以下数据集：

df<-data.frame(read.table(header = TRUE, text = "
     ID N1 N2 N3 N4
      1 2 3 4 5
     11 NA -12 14 55
     21 12 SON 34 14"))

我想知道每行中的最大条目是多少。例如，第一行中有 5 个。显然，由于缺少值（'NA'）和字符串（'SON'），情况会更加复杂。

我首先尝试了以下命令：

df$Result<-apply(df,1, max, na.rm= TRUE)

结果是 [5,55, SON]！不是我想要的。因此，我尝试了：

checkd<- function(x) if(is.integer(x)== TRUE)max(x)
df$Result<-apply(df,1, checkd)

有趣的是，它删除了最后一列 df$Result。有谁知道我做错了什么？另外，我的问题有什么解决方案？

另外，我尝试以下代码：

checkd<- function(x) if(is.integer(x)== TRUE)max(x)
df$Result<-apply(df,1, checkd, na.rm= TRUE)

它给了我Error in FUN(newX[, i], ...) : unused argument (na.rm = TRUE)！这是为什么？我的函数checkd 通常似乎不会对 R 造成任何问题。为什么当我使用 checkd 时 R 拒绝 na.rm= TRUE 而在应用中使用 max 时却拒绝？

谢谢，

Dom

Answer 1

使用数据框的要点之一是列中的所有内容都必须具有相同的类。如果您想将数据视为数字，则在每一列上运行as.numeric()，字符串，如"SON"，将转换为NA。

数据框也专注于按列操作。如果您想按行排列，matrix 可能更有意义：

mat = sapply(df, function(x) as.numeric(as.character(x)))
# as.numeric(as.character()) is necessary when starting with a factor
mat
#      ID N1  N2 N3 N4
# [1,]  1  2   3  4  5
# [2,] 11 NA -12 14 55
# [3,] 21 12  NA 34 14

apply(mat, 1, max, na.rm = T)
# [1]  5 55 34 

为什么当我使用checkd 时R 拒绝na.rm= TRUE 而当我在apply 中使用max 时却不拒绝

在前三个参数（X、MARGIN、FUN）之后，apply 只是将参数传递给您传递给 FUN 的函数。如果您查看?max 的帮助，您会看到它被定义为采用名为na.rm 的参数。您对checkd 的定义没有这样的论点。如果你想为你的函数添加一个na.rm 参数，你可以这样做：

checkd <- function(x, na.rm = TRUE) if(is.integer(x)) max(x, na.rm = na.rm)
# or even this
checkd <- function(x, ...) if(is.integer(x)) max(x, ...)

请注意，此函数可能不会执行您想要的操作 - 它会检查您提供的向量（示例中的一整行）是否仅包含整数，如果是，它将返回最大值。由于向量只能有一种类型，如果其中有任何非整数，is.integer(x) 将为 false，并且不会计算最大值。

我还删除了你的== TRUE，它没有任何作用。