r - 如果所有值都是 NA，则计算总和或返回 NA 的有效方法

Question

在模拟过程中，我创建了多个具有 > 1,000,000 个变量的数据集。但是，这些变量的一些值是 NA在某些情况下，甚至所有值都是 NA .现在我想计算所有变量值的总和，但想得到 NA如果所有值都是 NA .

常见问题sum(x, na.rm=T)或 sum(na.omit(x))也就是说，如果所有值都是 NA，则返回 0 .因此，我编写了自己的函数来处理 NA以预期的方式:

sumna <- function(x) {
  sumna <- NULL
  return(ifelse(all(is.na(x)), NA, sum(na.omit(x))))
}

但是，该实现相当缓慢。

因此，我正在寻找一个实现或预先实现的函数来总结向量的值，省略 NA并返回 NA如果所有值都是 NA .

提前谢谢了!

Answer 1

sum_来自 hablar具有与 OP 想要的相同行为。所以，无需重新发明轮子

library(hablar)
sum_(c(1:10, NA))
#[1] 55
sum_(c(NA, NA, NA))
#[1] NA

它可以在 tidyverse 中使用或 data.table

library(dplyr)
df1 %>%
    summarise_all(sum_)

但是，如果我们需要更改 OP 的自定义函数，而不是 ifelse ，更好的选择是 if/else

sumna <- function(x) {
       if(all(is.na(x))) NA else sum(x, na.rm = TRUE)
   }

此外，我们可以使用矢量化 colSums

v1 <- colSums(df1, na.rm = TRUE)
v1[colSums(is.na(df1)) == nrow(df1)] <- NA

由于数据集很大，我们也可以利用高效的 data.table

library(data.table)
setDT(df1)[, lapply(.SD, sumna)]

或使用 tidyverse

library(tidyverse)
df1 %>%
     summarise_all(sumna)