忽略函數中的NA值

我正在編寫自己的函數來計算數據集中列的平均值，然後使用apply（）函數應用它，但它只返回第一列平均值。下面是我的代碼忽略函數中的NA值

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)

來源

2017-11-11 J. McCraiton

'sum'也有'吶.rm'參數'sum（cleared_us，na.rm = TRUE）'此外，你可以使用'colMeans（numeric_clean_usnews，na.rm = TRUE）' – akrun

完美，這可以工作，但我認爲它可能會佔總數元素的數量並不排除NA 。我試了na.rm的長度，它不使用它。另外我希望我可以使用colMeans，但它要求我們製作我們自己的 –

我沒有注意到這個長度。你可以使用'sum（！is.na（cleaned_us））' – akrun

我們需要使用na.rm=TRUE在sum，並用它在apply不會爲mymean工作並沒有這樣的說法

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) 
}

注意colMeans可用於獲取每列的mean。

來源

2017-11-11 19:16:49 akrun

這對我很有用，但爲什麼我們要求sum（！is.na（cleaned_us））的長度？只是好奇！ –

@ J.McCraiton'！is.na（cleaned_us）'給出了非NA/NA元素的TRUE/FALSE的邏輯向量，'sum'將得到那些非NA的總和，即sum（！is。 na（c（NA，3，5，NA）））＃[1] 2'。但是，'長度'會在這裏給出4。我想這就是你想要的，對，或者你可以做'length（cleaned_us [！is.na（cleaned_us）]）'，但它會比'sum'慢 – akrun

爲了將na.rm參數傳遞給您定義的函數，您需要將其作爲函數的參數。 sum()函數具有na.rm參數，但length()不具有。所以，寫你想寫的功能，你可以說：

# 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) 
}

然後你的電話應該工作：

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

來源

2017-11-11 19:18:53 lefft

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

來源

2017-11-11 19:22:31 AkselA

忽略函數中的NA值

回答

相關問題