r - 如何让 R 忽略 N/A 值而不删除整行？

Question

我正在处理一个大数据集(大约 40 列)，我需要按月汇总不同列的值，对月内的值求平均值。数据集看起来像这样。

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

我用过

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

创建一个新的数据集，但是由于我在 NO2 列中有一些 N/A 数据(我不能删除它们或将它们更改为 0，因为它们是由于采样过程中的某些问题造成的)，整个一月份从 dd.agg 数据集中删除。我尝试添加 na.rm=TRUE，但它似乎没有帮助。

本质上，我需要的是让 R 忽略 N/A 数据的存在。不要像对待 0 那样对待它们(这会影响平均值)，而是从该数据集中获得类似这样的东西

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

如果整个月由 N/A 组成，因为平均值只是一个 N/A 值(或一个空单元格，这对我来说并不重要，因为我在图中不需要它们)以及何时一个月只有几个 N/A，以平均非 N/A 值。我可以逐行执行相同的聚合过程，然后手动将所有内容放入新数据集中，但是对于 40 列来说有点痛苦......有什么想法吗？

Answer 1

我们可以使用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

---

使用 tidyverse，这可以用

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

---

注意:N/A在R中不被视为NA。在尝试此操作之前，应首先将其转换为 NA

在使用 read.table/read.csv 读取数据时，使用 na.strings 指定将要为 NA 的元素

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

数据

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))

在这里，我们指定为 NA 因为 N/A 是一个字符串，这可以改变 character 或 的列类型factor 取决于读取方式(stringsAsFactors - 选项)