Question

我正在使用sqldf包来聚合基于复杂条件的数据帧。 sqlite的标准行为是在聚合时忽略NULL值（例如计算平均值），这与标准R行为不同（如果数据包含NA值，则结果为NA，除非设置了na.rm = T）。

有没有办法强制sqlite与R具有相同的行为（如果数据包含NA / NULL，则输出NA或NULL）？

简单示例：

library(sqldf)
data <- data.frame(name=c("v1","v2","v3"),value=c(5,3,NA))
mean(data$value)
> [1] NA

sqldf("SELECT avg(value) FROM data")
> avg(value)
> 1   4

Answer 1

如果有任何NULL，您可以添加一个抛出所有行的WHERE子句：

SELECT avg(value)
FROM data
WHERE NOT EXISTS (SELECT 1
                  FROM data
                  WHERE value IS NULL)

Answer 2

如果count(value)没有空值，

count(*)以下将等于value：

sqldf("select 
         case when count(value) = count(*) then avg(value) else null end as value
         from data")

这也可以写成：

avgNA <- function(x) {
    x <- deparse(substitute(x))
    sprintf("case when count(%s) = count(*) then avg(%s) else null end", x, x)
}
fn$sqldf("select `avgNA(value)` as value from data")

如果数据包含NA / NULL，如何在聚合函数中强制NA / NULL

2 个答案: