为什么按照文档聚合不忽略 NA 值？答案

【问题标题】：Why does aggregate NOT ignore NA values as per documentation?为什么按照文档聚合不忽略 NA 值？
【发布时间】：2019-07-31 14:12:52
【问题描述】：

假设我有以下data.frame：

v <- data.frame(user=c("tom", "tom", "joe", "joe", "pat"), grade=c(70, NA, 80, 90, 100), stringsAsFactors = F)
v
  user grade
1  tom    70
2  tom    NA
3  joe    80
4  joe    90
5  pat   100

假设我想按用户聚合如下：

aggregate(v$grade, by=list(user = v$user), FUN=sum)
  user   x
1  joe 170
2  pat 100
3  tom  NA

我很困惑为什么“tom”以NA 出现，因为在aggregate? 的文档中它说：

na.action
一个函数，它指示数据时应该发生什么包含 NA 值。默认是忽略缺失值给定变量。

我是否误解了 na.action 的意思，因为它让我相信它应该忽略 NA 值？

【问题讨论】：

aggregate(v$grade, by=list(user = v$user), FUN=sum, na.rm = TRUE)
na.rm 不是此函数文档中列出的参数，但您的解决方案确实有效。什么给了？
来自sum。有两个函数参数。 -1) 来自aggregate 本身发生na.action 的地方
那么为什么na.action 不起作用？根据aggregate 的文档，函数：sum 永远不会看到NA
na.rm=TRUE 通过... 参数传递给FUN，所以你正在做sum(something, na.rm=TRUE)

标签： r dataframe aggregate

【解决方案1】：

您使用了错误的 S3 方法。默认方法没有na.action 参数。使用公式方法，里面有：

aggregate(grade ~ user, v, sum)
#  user grade
#1  joe   170
#2  pat   100
#3  tom    70

帮助页面上记录了 S3 方法及其参数。公式方法是唯一具有此参数的方法，据我所知，其他方法不会在内部调用它。

【讨论】：

哦，。我明白了，我没有仔细阅读“使用”部分。我明白了，不同类的不同 S3 方法使用不同的参数。该死的，这令人困惑！
如果您想按用户聚合 2 个字段，例如：low_grade 和 high_grade，聚合公式是什么。会是cbind(low_grade, high_grade) ~ user吗？是否有更多关于聚合公式的文档？
与使用带有两个因变量的lm 时相同：cbind(low_grade, high_grade) ~ user
顺便说一句，aggregate 不再使用太多，因为人们大多转而使用 dplyr 或 data.table 包进行聚合。