Question

我有一个巨大的向量，有几个NA值，我试图找到该向量中的最大值（向量是所有数字），但我不能这样做因为NA值。

如何删除NA值以便我可以计算最大值？

Answer 1

尝试?max，您会看到它实际上有一个na.rm =参数，默认设置为FALSE。（这是许多其他R函数的常见默认值，包括sum()，mean()等。

设置na.rm=TRUE可以满足您的要求：

d <- c(1, 100, NA, 10)
max(d, na.rm=TRUE)

如果您确实要删除所有NA，请改用此习语：

d <- d[!is.na(d)]

最后一点：其他功能（例如table()，lm()和sort()）具有NA - 使用不同名称的相关参数（并提供不同的选项）。因此，如果NA导致函数调用出现问题，则值得检查函数参数中的内置解决方案。我发现通常已存在。

Answer 2

na.omit函数是很多回归例程在内部使用的函数：

vec <- 1:1000
vec[runif(200, 1, 1000)] <- NA
max(vec)
#[1] NA
max( na.omit(vec) )
#[1] 1000

Answer 3

?max向您显示，您可以设置额外参数na.rm TRUE。

除此之外，如果确实想删除NA，请使用以下内容：

myvec[!is.na(myvec)]

Answer 4

您可以致电max(vector, na.rm = TRUE)。更一般地说，您可以使用na.omit()函数。

Answer 5

以防万一R新手想要简化原始问题的答案

如何从矢量中删除NA值？

这是：

假设您有一个向量foo，如下所示：

foo = c(1:10, NA, 20:30)

运行length(foo)得到22.

nona_foo = foo[!is.na(foo)]

length(nona_foo)为21，因为NA值已被删除。

记住is.na(foo)返回一个布尔矩阵，因此使用与此值相反的索引foo将为您提供所有非NA的元素。

Answer 6

我运行了一个比较两个base方法的快速基准测试，结果发现x[!is.na(x)]比na.omit快。用户qwr建议我也尝试purrr::dicard-事实证明，这要慢得多（尽管我会很乐意对实现和测试发表评论！）

microbenchmark::microbenchmark(
  purrr::map(airquality,function(x) {x[!is.na(x)]}), 
  purrr::map(airquality,na.omit),
  purrr::map(airquality, ~purrr::discard(.x, .p = is.na)),
  times = 1e6)

Unit: microseconds
                                                     expr    min     lq      mean median      uq       max neval cld
 purrr::map(airquality, function(x) {     x[!is.na(x)] })   66.8   75.9  130.5643   86.2  131.80  541125.5 1e+06 a  
                          purrr::map(airquality, na.omit)   95.7  107.4  185.5108  129.3  190.50  534795.5 1e+06  b 
  purrr::map(airquality, ~purrr::discard(.x, .p = is.na)) 3391.7 3648.6 5615.8965 4079.7 6486.45 1121975.4 1e+06   c

作为参考，这是x[!is.na(x)]与na.omit的原始测试：

microbenchmark::microbenchmark(
    purrr::map(airquality,function(x) {x[!is.na(x)]}), 
    purrr::map(airquality,na.omit), 
    times = 1000000)


Unit: microseconds
                                              expr  min   lq      mean median    uq      max neval cld
 map(airquality, function(x) {     x[!is.na(x)] }) 53.0 56.6  86.48231   58.1  64.8 414195.2 1e+06  a 
                          map(airquality, na.omit) 85.3 90.4 134.49964   92.5 104.9 348352.8 1e+06   b

Answer 7

使用discard from purrr（适用于列表和向量）。

discard(v, is.na)

好处是易于使用管道。或者使用内置的子设置功能[：

v %>% discard(is.na)
v %>% `[`(!is.na(.))

从矢量中删除NA值

7 个答案: