R：为什么平均值（NA，na.rm = TRUE）返回NaN

Question

当使用所有NA的向量估计均值时，如果NaN，则得到na.rm = TRUE。为什么会这样，这是有缺陷的逻辑，还是我想念的东西？当然使用NA比使用NaN更有意义？

下面的简单示例

mean(NA, na.rm = TRUE)
#[1] NaN

mean(rep(NA, 10), na.rm = TRUE)
#[1] NaN

Answer 1

?mean没有对此说任何话，这有点可惜。 My comment仅告诉您，将mean应用于空的“数字”会导致NaN，而没有更多的理由。 Rui Barradas's comment试图说明这一点，但并不准确，因为除以0除法并不总是NaN，它可以是Inf或-Inf。我曾经在R: element-wise matrix division中对此进行过讨论。但是，我们正在接近。尽管mean(x)未被sum(x) / length(x)编码，但是这个数学事实确实解释了NaN。

来自?sum:

 *NB:* the sum of an empty set is zero, by definition.

所以sum(numeric(0))是0。由于length(numeric(0))是0，因此mean(numeric(0))是0 / 0，即NaN。

Answer 2

摘自mean文档：

  

na.rm一个逻辑值，指示是否应将NA值设置为   在计算开始之前被剥离。

使用此逻辑，在应用函数均值之前，将删除所有NA。在您的情况下，您没有应用均值（删除了所有NA），因此返回了NaN。