计算数据帧中的非NA条目时出错

Question

我正在尝试查看有关案例的信息量是否与用户的持续时间相关。

目前，我有一个数据框df，我尝试执行以下操作：

df["amount_known"] <-df[rowSums(!is.na(df)),]

这导致以下错误：

  

[<-.data.frame中的错误（*tmp*，“amount_known”，值=列表（状态= c（3L，：     替换元素1有808047行，需要808247

可能导致这种情况发生的原因（当然，我该如何解决）？

Answer 1

如果您希望amount_known中新列df中的非NA条目数量可以这样做：

df$amount_known <-rowSums(!is.na(df))

以下是正在发生的事情的一个小例子：

df <- data.frame(x = 1:3, y = 66:68)
df$y[1] <- NA
df$x[3] <- NA

df
#   x  y
#1  1 NA
#2  2 67
#3 NA 68

rowSums(!is.na(df))
#[1] 1 2 1

这导致向量中具有df中的非NA数量。

现在，如果你这样做

df[rowSums(!is.na(df)),]

这将从df：

中选择向量c(1,2,1)中的行

#    x  y
#1   1 NA
#2   2 67
#1.1 1 NA

因此，例如，第1行显示两次。

然后在您的代码中，您将该输出分配到df中的新列。