Question

我想在具有随机NA值的数据帧的多列上计算一个函数。我有两个问题：

如何应对资产净值？当我在非NA列上尝试时，代码会运行，但即使删除了NA，也会返回NA。
如何以数据框格式而不是多个数组打印结果？我使用了mapply，但它似乎无法正确执行计算。

这是我的代码：

#create a data frame with random NAs
df<-data.frame(category1 = sample(c(1:10),100,replace=TRUE),
           category2 = sample(c(1:10),100,replace=TRUE)
)
insert_nas <- function(x) {
   len <- length(x)
   n <- sample(1:floor(0.2*len), 1)
   i <- sample(1:len, n)
   x[i] <- NA 
   x
}
df <- sapply(df, insert_nas) %>% as.data.frame()
df$type <- sample(c("A", "B", "C"),100,replace=TRUE)


#using apply:
library(NPS)
apply(df[,c('category1', 'category2')], 2, 
   function(x) df %>% filter(!is.na(x)) %>% group_by(type) %>%
   transmute(nps(x)) %>% unique()
)
#results:
$category1
# A tibble: 3 x 2
# Groups:   type [3]
type  `nps(x)`
<chr>    <dbl>
1 B           NA
2 A           NA
3 C           NA
...

#using mapply
mapply(function(x) df %>% filter(!is.na(x)) %>% group_by(type) %>%
   transmute(nps(x)) %>% unique(), df[,c('category1', 'category2')])

#results:
       category1   category2  
type   Character,3 Character,3
nps(x) Numeric,3   Numeric,3

关于我使用的功能，它没有内置的方式来处理NA，因此我在调用它之前先删除了NA。

Answer 1

我仍然使用您代码的!is.na部分，因为尽管文档指出应该这样做，但nps似乎无法处理NA（可能的错误）。我将您的apply更改为lapply，并将变量作为列表传递。然后，我使用get来标识在您的df中作为引号出现在引号中的变量名称。

df<-data.frame(category1 = sample(c(1:10),100,replace=TRUE),
               category2 = sample(c(1:10),100,replace=TRUE)
)
insert_nas <- function(x) {
  len <- length(x)
  n <- sample(1:floor(0.2*len), 1)
  i <- sample(1:len, n)
  x[i] <- NA 
  x
}
df <- sapply(df, insert_nas) %>% as.data.frame()
df$type <- sample(c("A", "B", "C"),100,replace=TRUE)


#using apply:
library(NPS)
df2 <- as.data.frame(lapply(c('category1', 'category2'),  
      function(x) df %>% filter(!is.na(get(x))) %>% group_by(type) %>%
        transmute(nps(get(x))) %>% unique()
),stringsAsFactors = FALSE)

colnames(df2) <- c("type", "nps_cat1","type2","nps_cat2")
#type2 is redundant
df2 <- select(df2, -type2)

有NA值时如何正确使用Apply函数

1 个答案: