在默认情况下，tapply是否排除传递给分段的变量上的NA？

Question

我有一个数据帧（a），其中两列是total_amount和Gender。我需要计算男性和女性的总支出。

在“性别”列中，也有NA个。在运行以下命令

tapply(a$total_amount,a$Gender, sum)

结果是：

 F        M 
23623513 24935632

我的查询是：默认情况下，tapply是否会删除细分类别中选择的细分列中的缺失值，例如，性别？如果是，那么我们如何将它们包括在结果中？

Answer 1

如果我们查看help(tapply），

  

tapply（X，INDEX，FUN = NULL，...，默认= NA，简化= TRUE）

     

INDEX：一个或多个“因子”的“列表”，每个因子的长度与             'X'。元素通过“ as.factor”强制转换为因子。

通过检查tapply代码

INDEX <- lapply(INDEX, as.factor)
...
namelist <- lapply(INDEX, levels)

---

这意味着将分组变量转换为factor。 levels中的factor排除了NA元素，这就是在输出中我们没有任何NA作为组的原因

tapply(c(3, 4, 2, 6), c(NA, 1, 3, 4), sum) 
#  1 3 4 
#  4 2 6 

但是，如果将NA元素转换为字符串，则将其转换为level时将是factor

tapply(c(3, 4, 2, 6), c("NA", 1, 3, 4), sum)
# 1  3  4 NA 
# 4  2  6  3 

Answer 2

是的。

您可以执行sum(is.na(a$Gender))。这将为您提供具有NA的行数。 而且，如果您要查看各个NA的总和，

x <- a[is.na(a$Gender), ]

sum(x$gender_total)