在所有 NA 的情况下，R 将行总和返回为零答案

【问题标题】：R returns row sum as zero in case of all NA在所有 NA 的情况下，R 将行总和返回为零
【发布时间】：2019-02-27 05:13:03
【问题描述】：

在使用 na.rm =T 计算 rowSum 时所有行都是 NA 的情况下是否有避免 0 的结果

在下面的示例中，如果所有行都是 NA，则行总和为零，但我在结果中需要 NA。我不能跳过使用 na.rm = T 因为其他情况可能有一些 NA。
我正在专门寻找数据表解决方案。

`df <- data.table::fread("X Y
2   26
3   NA
0 0
NA  NA
4   5
", header = TRUE)
df[,Sum:=rowSums(.SD,na.rm = T), .SDcols = names(df)]`

【问题讨论】：

感谢@DavidArenburg 指出我之前的想法是错误的。我相信这应该可行（并且会保留 sum = 0 的情况，但并非所有行值都是 NA）：df[,Sum:={rs = rowSums(.SD,na.rm = T); ifelse(rowSums(is.na(.SD)) == ncol(.SD), NA, rs)}, .SDcols = names(df)]
这是我的错。我应该提供一个示例数据行，其中所有行都为零
您可以执行df[, Sum := rowMeans(.SD, na.rm = TRUE) * rowSums(!is.na(.SD)), .SDcols = names(df)] 之类的操作并获取NaN 而不是NA。但我不确定它的效率/可读性如何。
可能类似于df[, Sum:= ifelse(rowSums(is.na(.SD[, 1:length(.SD)])) == length(.SD), NA, rowSums(.SD[, 1:length(.SD)], na.rm = TRUE)), .SDcols = names(df)]。

标签： r data.table

【解决方案1】：

有很多方法可以做到这一点。我的意见：

df[, Sum:= rowSums(df, na.rm = TRUE) * NA ^ (rowSums(!is.na(df)) == 0)]

将返回：

    X  Y Sum
1:  2 26  28
2:  3 NA   3
3:  0  0   0
4: NA NA  NA
5:  4  5   9

【讨论】：

【解决方案2】：

另一种方式，仅在您不想成为 NA 的行上调用 rowSums 函数。引用分配调用将用 NA 填充其余部分：

df[, .SD
   ][Reduce('*', lapply(df, is.na)) == 0, sum := rowSums(.SD, na.rm=T)
   ][]

    X  Y sum
1:  2 26  28
2:  3 NA   3
3:  0  0   0
4: NA NA  NA
5:  4  5   9

【讨论】：