Question

我已经使用了排列和变异组合来根据分组进行添加。例如，我使用了以下内容：

master_df <-group_by(master_df,asof_dt)
mutate(master_df,tot_flag=ls_flag)

这将我的数据框master_df按asof_dt分组，然后创建tot_flag并按日期添加ls_flag。

但是，我的ls_flag列包含NA＆＃39。

我想做以下事情： 1）找出如何添加ls_flag，忽略任何NA＆＃39; s 2）了解如何添加每天NA的总数。

以下是完整示例：

asof_dt<-c("2014-10-01","2014-10-01","2014-10-01","2014-10-02","2014-10-02","2014-10-02")
ls_flag<-c(1,1,NA,NA,1,1)
master_df<-data.frame(asof_dt,ls_flag)
master_df <-group_by(master_df,asof_dt)
mutate(master_df,tot_flag=sum(ls_flag))

非常感谢！

Answer 1

这是你想要的结果吗？您可以使用na.rm = TRUE中的sum()选项：

master_df %>%
  group_by(asof_dt) %>%
  mutate(tot_flag = sum(ls_flag, na.rm = TRUE),
         tot_NA = sum(is.na(ls_flag)))

#Source: local data frame [6 x 4]
#Groups: asof_dt
#
#     asof_dt ls_flag tot_flag tot_NA
#1 2014-10-01       1        2      1
#2 2014-10-01       1        2      1
#3 2014-10-01      NA        2      1
#4 2014-10-02      NA        2      1
#5 2014-10-02       1        2      1
#6 2014-10-02       1        2      1

或许您只想要一个“摘要”（使用summarise）：

master_df %>%
  group_by(asof_dt) %>%
  summarise(tot_flag = sum(ls_flag, na.rm = TRUE),
            tot_NA = sum(is.na(ls_flag)))
#Source: local data frame [2 x 3]
#
#     asof_dt tot_flag tot_NA
#1 2014-10-01        2      1
#2 2014-10-02        2      1

Answer 2

总结：

> aggregate(ls_flag~asof_dt, data=master_df, sum)
     asof_dt ls_flag
1 2014-10-01       2
2 2014-10-02       2

或：

> with(master_df, tapply(ls_flag, asof_dt, sum, na.rm=T))
2014-10-01 2014-10-02 
         2          2

对于NAs的数量：

> with(master_df, tapply(ls_flag, asof_dt, function(x) sum(is.na(x))))
2014-10-01 2014-10-02 
         1          1

变异 - NA处理

2 个答案: