Question

我正在处理一个大数据集（大约40列），我需要按月汇总不同列的值，并对月份内的值求平均值。数据集看起来像这样。

dd <-
mo  yr Na   NH4 NO2
1 2009 0.4  N/A N/A
1 2009 0.2  0.1 N/A
2 2009 0.5  0.6 0.4
2 2009 0.7  0.2 0.1

我用过

dd.agg=aggregate(.~mo+yr, dd, FUN=mean)

创建一个新的数据集，但是由于我在NO2列中有一些N / A数据（并且由于采样过程中的某些问题而无法将其删除或将它们更改为0），因此一月月份将从dd.agg数据集中删除。我尝试添加na.rm = TRUE，但似乎无济于事。

从本质上讲，我需要R忽略N / A数据的存在。不要将它们视为0（这会影响平均值），而是要从该数据集中获取类似内容

dd.agg <-
mo  yr Na   NH4 NO2
1 2009 0.3  0.1 N/A
2 2009 0.6  0.4 0.25

如果整个月都由N /组成，那么平均值就是N / A值（或一个空单元格，对我来说这并不重要，因为我在图中不需要它们）一个月只有几个N / As，以平均非N / As值。我可以逐行执行相同的聚合过程，然后将所有内容手动放入新的数据集中，但是对于40列来说有点麻烦... 有什么想法吗？

Answer 1

我们可以使用na.action = na.pass

aggregate(.~mo+yr, dd, FUN=mean, na.rm = TRUE, na.action = na.pass)
#   mo   yr  Na NH4  NO2
#1  1 2009 0.3 0.1  NaN
#2  2 2009 0.6 0.4 0.25

使用tidyverse，可以使用

library(tidyverse)
dd %>% 
    group_by(mo, yr) %>% 
    summarise_all(mean, na.rm = TRUE)

注意：N/A中的NA不被视为R。尝试执行此操作之前，应先将其转换为NA

使用read.table/read.csv读取数据时，请使用NA指定将要成为na.strings的元素

dd <- read.csv('file.csv', na.strings = "N/A")

数据

dd <- structure(list(mo = c(1L, 1L, 2L, 2L), yr = c(2009L, 2009L, 2009L, 
 2009L), Na = c(0.4, 0.2, 0.5, 0.7), NH4 = c(NA, 0.1, 0.6, 0.2
 ), NO2 = c(NA, NA, 0.4, 0.1)), class = "data.frame", row.names = c(NA, 
 -4L))

在这里，我们指定为NA是因为N/A是一个字符串，并且可以根据其读取方式更改character或factor的列类型（{ {1}}-选项）

如何在不删除整个行的情况下让R忽略N / A值？

1 个答案:

数据