Question

我想跨多个变量计算rowMeans，但是如果存在至少80％的数据，则仅。在第一个示例中，均值应该仅针对第一行进行计算。在第二个中，不应计算任何均值。我如何做到这一点？

x <- c(1, 2)
y <- c(1, 2)
z <- c(1, NA)
z1 <- c(1, NA)
z2 <- c(1, NA)
df <- data.frame(x, y, z, z1, z2)
df$means <- rowMeans(df)
df

  x y  z z1 z2 means
1 1 1  1  1  1     1
2 2 2 NA NA NA    NA

x <- c(1, 2)
y <- c(1, 2)
z <- c(1, 2)
z1 <- c(1, 2)
z2 <- c(1, NA)
df <- data.frame(x, y, z, z1, z2)
df$means <- rowMeans(df)
df

   x  y   z z1 z2    means
1  1  1   1  1  1      1
2  2  2   2  2  NA     2

Answer 1

也许是这样吗？

transform(df, means = apply(df, 1, function(x)
    ifelse(sum(is.na(x)) / length(x) < 0.2, mean(x, na.rm = T), NA)))
#  x y  z z1 z2 means
#1 1 1  1  1  1     1
#2 2 2 NA NA NA    NA

说明：我们计算每行NA的分数，并且如果分数小于<0.2（即该行包含至少80％的非NA值），则仅返回该行的均值。

Answer 2

另一种完全矢量化的方法，我们首先计算所有行的均值。

df1$means <- rowMeans(df1, na.rm = TRUE)

现在，我们将这些值替换为NA，其中每行的非NA少于80％。

old_cols <- setdiff(names(df1), "means")
NA_rows <- 1 - rowMeans(is.na(df1[, old_cols])) < 0.8
df1[NA_rows, "means"] <- NA
df1
#  x y  z z1 z2 means
#1 1 1  1  1  1     1
#2 2 2 NA NA NA    NA

数据

df1 <- structure(list(x = c(1, 2), y = c(1, 2), z = c(1, NA), z1 = c(1, 
NA), z2 = c(1, NA)), .Names = c("x", "y", "z", "z1", "z2"), row.names = c(NA, 
-2L), class = "data.frame")

如何在R中进行rowMeans的条件计算？

2 个答案: