在 R 中应用聚合后添加缺失值

Question

我正在尝试根据每日值计算每月平均值。我的数据有太多缺失值，我想用 NA 值填充它们。例如，这是所需的输出：

"MM","YY","RR"
10,1961,NA
10,1962,NA
10,1963,NA
10,1964,NA
10,1965,NA
10,1966,NA      
10,1967,NA
10,1968,NA
10,1969,NA
10,1970,NA  
10,1971,14.8290322580645
10,1972,5.92903225806452
10,1973,7.10645161290323
10,1974,9.25806451612903
10,1975,6.13225806451613
10,1976,NA
10,1977,NA
10,1978,NA
10,1979,11.358064516129
10,1980,NA
10,1981,20.8354838709677
10,1982,NA
10,1983,NA 
10,1984,7.4741935483871
10,1985,NA
10,1986,NA
10,1987,NA
10,1988,NA
10,1989,NA
10,1990,NA
10,1991,NA
10,1992,NA
10,1993,NA
10,1994,NA
10,1995,NA
10,1996,NA
10,1997,NA
10,1998,NA
10,1999,NA
10,2000,NA
10,2001,12.2548387096774
10,2002,7.19354838709677
10,2003,4.34193548387097
10,2004,8.09354838709677
10,2005,10.3354838709677
10,2006,5.49677419354839
10,2007,9.58709677419355
10,2008,NA
10,2009,NA
10,2010,17.4548387096774

测试数据可以从这里下载link： Link to Data

我正在使用聚合函数计算平均值

下面是我的脚本：

library(plyr)
dat<- read.csv("test.csv",header=TRUE,sep=",")
dat[dat == -999]<- NA
dat[dat == -888]<- 0

monthly_mean<-aggregate(RR ~ MM + YY,dat,mean)

#Filter August Only
oct<-monthly_mean[which(monthly_mean$MM == 10),]
dat2 <- as.data.frame(oct)

#monthly_mean <- ddply(dat,.(MM, DD), sumaprise, mean_r = 
mean(RR,na.rm=TRUE))

write.table(dat2,file="test_oct.csv",sep=",",col.names=T,row.names=F, na="NA")

问题：

[1]当我运行这个脚本的时候，缺失的年份也被去掉了。

对于如何在 R 中正确执行此操作的任何建议，我将不胜感激。

Answer 1

您可以通过将聚合函数更改为

来保留 NA 列

monthly_mean<-aggregate(RR ~ MM + YY,dat,mean,na.action=na.pass)

在 R 中应用聚合后添加缺失值

Adding missing values after applying aggregate in R

aggregate

r

mean

missing-data