r - 聚合方法以不同方式处理缺失值 (NA)

Question

这是一个缺少值的简单数据框:

M = data.frame( Name = c('name', 'name'), Col1 = c(NA, 1) , Col2 = c(1, 1))
#   Name Col1 Col2
# 1 name   NA    1
# 2 name    1    1

当我使用公式方法按组(“名称”)使用聚合对变量进行求和时:

聚合(.~名称, M, FUN = sum, na.rm = TRUE)

结果是:

# RowName Col1 Col2
#    name    1    1

因此，具有 NA 的整个第一行将被忽略。但如果使用“非公式”规范:

聚合(M[, 2:3], by = list(M$Name), FUN = sum, na.rm = TRUE)

结果是:

# Group.1 Col1 Col2
#    name    1    2

此处仅忽略 (1,1) 条目。

这在我的一个代码中引起了严重的调试头痛，因为我认为这两个调用是等效的。 formula 输入方法受到不同对待是否有充分的理由？

Answer 1

好问题，但在我看来，这不应该引起主要调试问题，因为它在aggregate手册页的多个地方都有非常清楚的记录。

首先，在使用部分:

## S3 method for class 'formula'
aggregate(formula, data, FUN, ...,
          subset, na.action = na.omit)

稍后，在描述中:

na.action: a function which indicates what should happen when the data contain NA values. The default is to ignore missing values in the given variables.

<小时/>

我无法回答为什么公式模式的编写方式不同——这是函数作者必须回答的问题——但使用上述信息，您可能可以使用以下内容:

aggregate(.~Name, M, FUN=sum, na.rm=TRUE, na.action=NULL)
#   Name Col1 Col2
# 1 name    1    2