忽略函数中的 NA 值

Question

我正在编写自己的函数来计算数据集中列的平均值，然后使用 apply() 应用它，但它仅 returns 第一列的平均值。下面是我的代码：

mymean <- function(cleaned_us){
  column_total = sum(cleaned_us)
  column_length = length(cleaned_us)
  return (column_total/column_length)
}

Average_2 <- apply(numeric_clean_usnews,2,mymean,na.rm=T)

Answer 1

我们需要在 sum 中使用 na.rm=TRUE 而在 apply 中使用它是行不通的，因为 mymean 没有那个参数

mymean <- function(cleaned_us){
   column_total = sum(cleaned_us, na.rm = TRUE) #change
   column_length = sum(!is.na(cleaned_us)) #change
  return(column_total/column_length)
 }

请注意，colMeans 可用于获取每列的 mean。

Answer 2

为了将na.rm参数传递给您定义的函数，您需要将其作为函数的参数。 sum() 函数有一个 na.rm 参数，但 length() 没有。因此，要编写您尝试编写的函数，您可以说：

# include `na.rm` as a param of the argument 
mymean <- function(cleaned_us, na.rm){

  # pass it to `sum()` 
  column_total = sum(cleaned_us, na.rm=na.rm)

  # if `na.rm` is set to `TRUE`, then don't count `NA`s 
  if (na.rm==TRUE){
    column_length = length(cleaned_us[!is.na(cleaned_us)])

  # but if it's `FALSE`, just use the full length
  } else {
    column_length = length(cleaned_us)
  }

  return (column_total/column_length)
}

那么你的电话应该可以工作：

Average_2 <- apply(numeric_clean_usnews, 2, mymean, na.rm=TRUE)

Answer 3

使用na.omit()

set.seed(1)
m <- matrix(sample(c(1:9, NA), 100, replace=TRUE), 10)

mymean <- function(cleaned_us, na.rm){
    if (na.rm) cleaned_us <- na.omit(cleaned_us)
    column_total = sum(cleaned_us)
    column_length = length(cleaned_us)
    column_total/column_length
}

apply(m, 2, mymean, na.rm=TRUE)

# [1] 5.000 5.444 4.111 5.700 6.500 4.600 5.000 6.222 4.700 6.200

忽略函数中的 NA 值

Ignoring NA values in function

r

function

na