Question

我想在R中计算一个等式。我不想使用函数app.use(expressValidator({ customValidators: { isArray: function(value) { return Array.isArray(value); }, gte: function(param, num) { return param >= num; } } }));，因为它返回1个值。我想要完整的值向量。

sum

我不想要：

x = 1:10
y = c(21:29,NA)
x+y
 [1] 22 24 26 28 30 32 34 36 38 NA

x = 1:10
y = c(21:30)
x+y
 [1] 22 24 26 28 30 32 34 36 38 40

哪个不返回矢量。

这是一个玩具示例，但我有一个更复杂的等式，使用长度为84647个元素的多个向量。

这是我的另一个例子：

sum(x,y, na.rm = TRUE)
[1] 280

Answer 1

1）％+％定义自定义+运算符：

`%+%` <- function(x, y)  mapply(sum, x, y, MoreArgs = list(na.rm = TRUE))
5 + 2 * (x %+% y - 50) / (x %+% y %+% z %+% a)

，并提供：

[1] 3.303030 3.555556 3.769231 4.388889 4.473684 4.550000 4.619048 4.681818
[9] 4.739130 3.787879

以下是一些简单的例子：

1 %+% 2
## [1] 3

NA %+% 2
## [1] 2

2 %+% NA
## [1] 2

NA %+% NA
## [1] 0

2）na2zero 另一种可能性是定义一个将NA映射到0的函数，如下所示：

na2zero <- function(x) ifelse(is.na(x), 0, x)

X <- na2zero(x)
Y <- na2zero(y)
Z <- na2zero(z)
A <- na2zero(a)

5 + 2 * (X + Y - 50) / (X + Y + Z + A)

，并提供：

[1] 3.303030 3.555556 3.769231 4.388889 4.473684 4.550000 4.619048 4.681818
[9] 4.739130 3.787879

3）结合上面将（1）与（2）中的想法相结合的变体是：

X <- x %+% 0
Y <- y %+% 0
Z <- z %+% 0
A <- a %+% 0

5 + 2 * (X + Y - 50) / (X + Y + Z + A)

4）numeric0 class 我们可以使用自己的+运算符定义自定义类"numeric0"：

as.numeric0 <- function(x) structure(x, class = "numeric0")
`+.numeric0` <- `%+%`

X <- as.numeric0(x)
Y <- as.numeric0(y)
Z <- as.numeric0(z)
A <- as.numeric0(a)

5 + 2 * (X + Y - 50) / (X + Y + Z + A)

注意：使用的输入是问题中的输入，即：

x = 1:10
y = c(21:29,NA)
z = 11:20
a = c(NA,NA,NA,30:36)

Answer 2

使用supervision_missed_visits.supervision_activity_id：

要详细说明我的评论，你可以连接向量，然后在结果矩阵上应用你的计算。这是您在问题结尾处提供的示例的解决方案;

rowSums

重新定位5 + 2 * (rowSums(cbind(x,y), na.rm = T)-50)/(rowSums(cbind(x,y,z,a), na.rm = T)) # [1] 3.303030 3.555556 3.769231 4.388889 4.473684 4.550000 4.619048 4.681818 # [9] 4.739130 3.787879：

我在这里看到的解决方案是在向量中替换NA的想法;我认为这也会有所帮助：

NA

Answer 3

您可以使用ifelse()

x = 1:10
y = c(21:29,NA)
x+y

[1] 22 24 26 28 30 32 34 36 38 NA

x + ifelse(is.na(y), 0, y)

[1] 22 24 26 28 30 32 34 36 38 10

Answer 4

数据

x = 1:10 y = c(21:29,NA) x+y # [1] 22 24 26 28 30 32 34 36 38 NA

<强> 1

foo1 = function(...){ return(rowSums(cbind(...), na.rm = TRUE)) } foo1(x, y) # [1] 22 24 26 28 30 32 34 36 38 10

<强> 2

foo2 = function(...){ Reduce('+', lapply(list(...), function(x) replace(x, is.na(x), 0))) } foo2(x, y) # [1] 22 24 26 28 30 32 34 36 38 10

Answer 5

只是为了laffs：

x=1:10
y=c(21:29, NA)

"[<-"(x, is.na(x), 0) + "[<-"(y, is.na(y), 0)
# [1] 22 24 26 28 30 32 34 36 38 10

再次说明了R中的所有内容都是一个函数（并且还表明R解释器足够聪明，可以在需要时将字符串转换为函数）。

语法上有甜味：

na.zero <- function(x)
{
    "[<-"(x, is.na(x), 0)
}
na.zero(x) + na.zero(y)
# [1] 22 24 26 28 30 32 34 36 38 10

更广泛适用的版本：

na.replace <- function(x, value)
{
    "[<-"(x, is.na(x), value)
}
na.replace(x, 1) * na.replace(x, 1)
# [1]   1   4   9  16  25  36  49  64  81 100

是否可以跳过＆＃34; +＆＃34;中的NA值。运营商？

5 个答案: