Question

我正在尝试创建一个包含一些数字变量的R数据库。在执行此操作时，我犯了一个输入错误，其结果对我来说很奇怪，我想了解原因（当然，这里我确实缺少什么）。

我试图四处寻找可能的解释，但没有找到我想要的。

library("dplyr")
library("tidyr")

 data <- 
  data.frame(FS = c(1), FS_name = c("Armenia"), Year = c(2015), class = 
  c("class190"), area_1000ha = c(66.447)) %>% 
  mutate(FS_name = as.character(FS_name)) %>%
  mutate(Year = as.integer(Year)) %>%
  mutate(class = as.character(class)) %>%
  tbl_df()

data

x <-  data %>% 
  group_by(FS, FS_name, Year, class) %>%
  dplyr::summarise(area_1000ha = sum(area_1000ha, rm.na = TRUE)) %>% 
  ungroup()

如您所见，错误是 rm.na = 而不是 na.rm = 正确键入后，在area_1000ha变量（10.5）上得到正确的结果。如果我不这样做-即保持rm.na =我得到11.5，而不是（实际上是+1）。我想念什么？

Answer 1

我认为rm.na=TRUE被加到总和上，因为TRUE被认为是1，所以它将您的初始总和与1相加。例如，如果您将TRUE更改为2

x <- data %>% 
  group_by(FS_name, Year, class) %>%
  dplyr::summarise(area_1000ha = sum(area_1000ha, rm.na = 2)) %>% 
  ungroup()

结果是

# A tibble: 1 x 4
  FS_name  Year class    area_1000ha
  <chr>   <int> <chr>          <dbl>
1 Rome     2018 class190        12.5

Answer 2

R中没有rm.na的函数，因此R将其视为具有值TRUE即1的变量。

尝试将其保留为na.rm = T，您将获得正确的结果。

即使您更改了变量的名称，

x <-  data %>% 
  group_by(FS, FS_name, Year, class) %>%
  dplyr::summarise(area_1000ha = sum(area_1000ha, tester = TRUE)) %>% 
  ungroup()

我用测试程序变量替换了rm.na。

# A tibble: 1 x 4
  FS_name  Year class    area_1000ha
  <chr>   <int> <chr>          <dbl>
1 Rome     2018 class190        11.5

R中的汇总功能

2 个答案: