Question

是否有人知道如何在R中按NA汇总。

如果您采用以下示例

a <- matrix(1,5,2)
a[1:2,2] <- NA
a[3:5,2] <- 2
aggregate(a[,1], by=list(a[,2]), sum)

输出结果为：

Group.1 x
2       3

但有没有办法让输出在输出中包含NA，如下所示：

Group.1 x
2       3
NA      2

由于

Answer 1

您可能需要考虑aggregate()，而不是rowsum()。它实际上是为矩阵上的这种精确操作而设计的，并且比aggregate()快得多。我们可以将NA添加到a[, 2]的因子级别addNA()。这将确保NA显示为分组变量。

rowsum(a[, 1], addNA(a[, 2]))
#      [,1]
# 2       3
# <NA>    2

如果您仍想使用aggregate()，也可以合并addNA()。

aggregate(a[, 1], list(Group = addNA(a[, 2])), sum)
#   Group x
# 1     2 3
# 2  <NA> 2

data.table -

还有一个选项

library(data.table)
as.data.table(a)[, .(x = sum(V1)), by = .(Group = V2)]
#    Group x
# 1:    NA 2
# 2:     2 3

Answer 2

使用dplyr摘要

library(dplyr)

a %>%
  as.data.frame %>%
  group_by(V2) %>%
  summarize(V1_sum = sum(V1))

Answer 3

使用>>> not None == True True：

sqldf

输出：

a <- as.data.frame(a)
sqldf("SELECT V2 [Group], SUM(V1) x 
      FROM a 
      GROUP BY V2")

统计资料包

AdamO提案的变体：

  Group x
1    NA 2
2     2 3

输出：

data.frame(xtabs( V1 ~ V2 , data = a,na.action = na.pass, exclude = NULL))

Answer 4

Rich的addNA解决方案并不需要对aggregate语法进行任何实质性更改，因此我认为这是最佳解决方案。我指出另一个产生类似于table的输出（因此可以被强制转换为类似于data.frame的{{1}}结构）的选项是{{1} }。

aggregate

给出：

xtabs

另一个＆＃34;技巧＆＃34;我看到为这些数据分配了丢失的代码。我们都喜欢R的xtabs(a[, 1] ~ a[, 2], addNA=T)输出，但是为分组变量分配丢失的代码是一个很好的编码练习。我们认为它比数据集中的最大值多一个数字，其形式为-999 ... 99。

Group.1 x 1 2 3 2 <NA> 2

一般工作。

然后你得到

NA

和

codemiss <- function(x) -10^(floor(log(max(abs(x), na.rm=T), base=10))+2)-1

给你：

a[, 2][is.na(a[, 2])] <- codemiss(a[, 2])