我正在尝试计算累积金额并使用mutate
创建新列。我正在为多个列执行此操作,并且每个列都在不同位置丢失数据。
day water nitrogen
1 4 5
2 NA 6
3 3 NA
4 7 NA
5 2 9
6 NA 3
7 2 NA
8 NA 2
9 7 NA
10 4 3
我试试
mutate(df, sumwater = cumsum(water))%>%
mutate(sumnitrogen = cumsum(nitrogen))
或
mutate(df, sumwater = cumsum(water, na.rm = TRUE))%>%
mutate(sumnitrogen = cumsum(nitrogen, na.rm = TRUE))
既不起作用。我知道我们可以在na.rm=TRUE
函数中执行summarize
。有没有办法让它在mutate
中运作?我更喜欢dplyr
答案,因为实际上这是长链管道的一部分。
答案 0 :(得分:5)
您需要为NA选择替换值。你可以做零。但如果这些是真正的NA,那么平均替换似乎更有意义(或者甚至是几何平均值,如果值严格大于0)
detach("package:dplyr")
library(plyr)
library(dplyr)
mutate(df, sumwater = water %>% mapvalues(NA, 0) %>% cumsum)
mutate(df, sumwater = water %>% mapvalues(NA, mean(water) ) %>% cumsum)
答案 1 :(得分:1)
避免加载plyr
的另一个解决方案是使用tidyr::replace_na
(请参阅http://tidyr.tidyverse.org/reference/replace_na.html):
library(dplyr)
library(tidyr)
df %>% replace_na(list(water = 0)) %>% mutate(sumwater = cumsum(water))