我汇总了多个列,其中一些包含NA。我在用
dplyr::mutate
然后写出列的算术总和以获得总和。但是列中有NA,我想将它们视为零。我能够使其与rowSums一起使用(请参见下文),但现在使用了mutate。使用mutate可以使其更具可读性,但是也可以使我减去列。示例如下。
require(dplyr)
data(iris)
iris <- tbl_df(iris)
iris[2,3] <- NA
iris <- mutate(iris, sum = Sepal.Length + Petal.Length)
如何确保上述表达式中Petal.Length中的NA被处理为零?我知道使用rowSums可以执行以下操作:
iris$sum <- rowSums(DF[,c("Sepal.Length","Petal.Length")], na.rm = T)
但是使用mutate更容易设置diff = Sepal.Length-Petal.Length。使用mutate完成此操作的建议方法是什么?
请注意,该帖子类似于以下stackoverflow帖子。
您的问题rowSums
是对的引用DF
(未定义)。这有效:
mutate(iris, sum2 = rowSums(cbind(Sepal.Length, Petal.Length), na.rm = T))
为了区别,您当然可以使用负数: rowSums(cbind(Sepal.Length, -Petal.Length), na.rm = T)
通用解决方案是使用ifelse
或类似方法将缺失值设置为0(或其他合适的值):
mutate(iris, sum2 = Sepal.Length + ifelse(is.na(Petal.Length), 0, Petal.Length))
比ifelse
实现的效率更高coalesce
,请参见此处的示例。这使用上一个链接中的@krlmlr的答案(有关代码,请参见底部或使用kimisc包)。
mutate(iris, sum2 = Sepal.Length + coalesce.na(Petal.Length, 0))
要替换整个数据集中的缺失值,请replace_na
在tidyr
包装中提供。
@ krlmlr's coalesce.na
,在这里找到
coalesce.na <- function(x, ...) {
x.len <- length(x)
ly <- list(...)
for (y in ly) {
y.len <- length(y)
if (y.len == 1) {
x[is.na(x)] <- y
} else {
if (x.len %% y.len != 0)
warning('object length is not a multiple of first object length')
pos <- which(is.na(x))
x[pos] <- y[(pos - 1) %% y.len + 1]
}
}
x
}
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句