当我运行标准偏差时得到“NA”答案

【问题标题】：Getting "NA" when I run a standard deviation当我运行标准偏差时得到“NA”
【发布时间】：2011-04-21 04:28:00
【问题描述】：

快速提问。我将 csv 文件读入变量 data。它有一个列标签var，其中有数值。

当我运行命令时

sd(data$var)

我明白了

[1] NA

而不是我的标准差。

你能帮我弄清楚我做错了什么吗？

【问题讨论】：

标签： r statistics na stdev

【解决方案1】：

尝试sd(data$var, na.rm=TRUE)，然后列 var 中的任何 NA 都将被忽略。还需要检查您的数据以确保 NA 应该是 NA 并且没有读取错误，head(data)、tail(data) 和 str(data) 等命令应该对此有所帮助。

【讨论】：

我在您的答案中添加了str()，因为我发现它对此类调试任务很有帮助，但不认为它有必要提供自己的答案。希望您不介意，请随时回滚。
summary(data) 可能是查看数据中是否存在NA 的最简单方法。
有时，'is.numeric()' 可能会有所帮助。

【解决方案2】：

我曾经一两次在 dplyr 字符串中重复使用变量名时犯了一个错误，这导致了问题。

mtcars %>%
  group_by(gear) %>%
  mutate(ave = mean(hp)) %>%
  ungroup() %>%
  group_by(cyl) %>%
  summarise(med = median(ave),
            ave = mean(ave), # should've named this variable something different
            sd = sd(ave)) # this is the sd of my newly created variable "ave", not the original one.

【讨论】：

我的问题是我将变量命名为“mean”，这在当时似乎是个好主意！我想知道为什么 na.rm=T 不起作用。

【解决方案3】：

var 中可能缺少值，或者该列不是数字，或者只有一行。

尝试删除对第一种情况有帮助的缺失值：

sd(dat$var, na.rm = TRUE)

如果这不起作用，请检查

class(dat$var)

是“数字”（第二种情况）并且

nrow(dat)

大于 1（第三种情况）。

最后，data 是 R 中的一个函数，所以最好使用不同的名称，我已经在这里完成了。

【讨论】：

【解决方案4】：

数据中可能有Inf 或-Inf 作为值。

试试

is.finite(data)

或

min(data, na.rm = TRUE)
max(data, na.rm = TRUE)

检查是否确实如此。

【讨论】：