我认为这是一个与使用data.table和:=
函数相关的非常简单的问题。我不认为我完全理解:=
的行为,而且经常遇到类似的问题。
以下是一些示例数据
mat <- structure(list(
col1 = c(NA, 0, -0.015038, 0.003817, -0.011407),
col2 = c(0.003745, 0.007463, -0.007407, -0.003731, -0.007491)),
.Names = c("col1", "col2"),
row.names = c(NA, 10L),
class = c("data.table", "data.frame"))
给出了
> mat
col1 col2
1: NA 0.003745
2: 0.000000 0.007463
3: -0.015038 -0.007407
4: 0.003817 -0.003731
5: -0.011407 -0.007491
我想创建一个名为col3的列,它给出了col1和col2的总和。如果我使用
mat[,col3 := col1 + col2]
# col1 col2 col3
#1: NA 0.003745 NA
#2: 0.000000 0.007463 0.007463
#3: -0.015038 -0.007407 -0.022445
#4: 0.003817 -0.003731 0.000086
#5: -0.011407 -0.007491 -0.018898
然后我获得第一行的NA,但我希望忽略NAs。所以我尝试了
mat[,col3 := sum(col1,col2,na.rm=TRUE)]
# col1 col2 col3
#1: NA 0.003745 -0.030049
#2: 0.000000 0.007463 -0.030049
#3: -0.015038 -0.007407 -0.030049
#4: 0.003817 -0.003731 -0.030049
#5: -0.011407 -0.007491 -0.030049
这不是我所追求的,因为它给了我col1和col2的所有元素的总和。我想我不太明白:=
...我怎样才能得到col1和col2元素的总和忽略NA值?
不确定这是否相关,但这是我的sessionInfo
> sessionInfo()
R version 2.15.1 (2012-06-22)
Platform: x86_64-apple-darwin9.8.0/x86_64 (64-bit)
locale:
[1] en_AU.UTF-8/en_AU.UTF-8/en_AU.UTF-8/C/en_AU.UTF-8/en_AU.UTF-8
attached base packages:
[1] stats graphics grDevices utils datasets methods base
other attached packages:
[1] data.table_1.8.3
答案 0 :(得分:21)
这是标准R
行为,与data.table
向NA
添加任何内容都会返回NA
NA + 1
## NA
sum
将返回一个数字
如果您希望1 + NA
返回1
然后你必须运行类似
的东西mat[,col3 := col1 + col2]
mat[is.na(col1), col3 := col2]
mat[is.na(col2), col3 := col1]
在col1
或col2
NA
您也可以使用rowSums,它具有na.rm
参数
mat[ , col3 :=rowSums(.SD, na.rm = TRUE), .SDcols = c("col1", "col2")]
rowSums
是您想要的(根据定义,包含rowSums
和col1
的矩阵的col2
,删除NA
值
(@ JoshuaUlrich建议将此作为评论)
答案 1 :(得分:19)
这不是缺乏对data.table的理解,而是关于R中的向量化函数。您可以定义一个二元运算符,其行为与“+”运算符在缺失值方面的行为不同:
`%+na%` <- function(x,y) {ifelse( is.na(x), y, ifelse( is.na(y), x, x+y) )}
mat[ , col3:= col1 %+na% col2]
#-------------------------------
col1 col2 col3
1: NA 0.003745 0.003745
2: 0.000000 0.007463 0.007463
3: -0.015038 -0.007407 -0.022445
4: 0.003817 -0.003731 0.000086
5: -0.011407 -0.007491 -0.018898
您可以使用mrdwad的评论来执行sum(... , na.rm=TRUE
):
mat[ , col4 := sum(col1, col2, na.rm=TRUE), by=1:NROW(mat)]