Блог

Главная - Вопросы по программированию - Как мне заставить R игнорировать значения N / A, не удаляя всю строку?

Как мне заставить R игнорировать значения N / A, не удаляя всю строку?

#r #aggregate

#r #агрегат

Вопрос:

Я работаю с большим набором данных (около 40 столбцов), и мне нужно агрегировать значения разных столбцов по месяцам, усредняя значения внутри месяца. Набор данных выглядит примерно так.

 dd <-
mo  yr Na   NH4 NO2
1 2009 0.4  N/A N/A
1 2009 0.2  0.1 N/A
2 2009 0.5  0.6 0.4
2 2009 0.7  0.2 0.1

Я использовал

 dd.agg=aggregate(.~mo yr, dd, FUN=mean)

чтобы создать новый набор данных, но поскольку у меня есть некоторые данные N / A (и я не могу их удалить или изменить на 0, потому что они вызваны некоторой проблемой в процедуре выборки) в столбце NO2, весь январь месяц удаляется из набора данных dd.agg. Я пытался добавить na.rm=TRUE, но, похоже, это не помогает.

По сути, мне нужно, чтобы R просто игнорировал наличие данных N / A. Не рассматривать их как 0 (это повлияет на среднее значение), а получить из этого набора данных что-то вроде этого

 dd.agg <-
mo  yr Na   NH4 NO2
1 2009 0.3  0.1 N/A
2 2009 0.6  0.4 0.25

Где, если целый месяц состоит из N / As, среднее значение — это просто значение N / A (или пустая ячейка, для меня это не имеет большого значения, поскольку они мне не нужны на графиках), и когда в месяце всего пара N / As, для усреднения неN / Как значение.
Я мог бы выполнить одну и ту же процедуру агрегирования по строкам, а затем поместить все в новый набор данных вручную, но для столбца 40 это немного больно…
Есть идеи?

Ответ №1:

Мы можем использовать na.action = na.pass 

 aggregate(.~mo yr, dd, FUN=mean, na.rm = TRUE, na.action = na.pass)
#   mo   yr  Na NH4  NO2
#1  1 2009 0.3 0.1  NaN
#2  2 2009 0.6 0.4 0.25

С tidyverse помощью, это можно сделать с помощью

 library(tidyverse)
dd %>% 
    group_by(mo, yr) %>% 
    summarise_all(mean, na.rm = TRUE)

ПРИМЕЧАНИЕ: N/A не рассматривается как NA in R . Его следует сначала преобразовать в NA , прежде чем пытаться это сделать

При чтении данных с read.table/read.csv помощью укажите элементы, которые будут с NA na.strings 

 dd <- read.csv('file.csv', na.strings = "N/A")

данные

 dd <- structure(list(mo = c(1L, 1L, 2L, 2L), yr = c(2009L, 2009L, 2009L, 
 2009L), Na = c(0.4, 0.2, 0.5, 0.7), NH4 = c(NA, 0.1, 0.6, 0.2
 ), NO2 = c(NA, NA, 0.4, 0.1)), class = "data.frame", row.names = c(NA, 
 -4L))

Здесь мы указываем as NA , поскольку N/A это строка, и это может изменить тип столбца character or factor в зависимости от способа его чтения ( stringsAsFactors — option)