r - 当数据不包含必要的值时如何忽略代码？

Question

我是 R 的新手，这里也是，需要一些帮助来修复我的代码，因为有时我的数据会变得很奇怪

所以我有类似这样的数据

Random  Price
11.23   0.68
66.77   0.51
68  0.46
78  0.51
88  0.32
89  0.51
90  0.27
91  0.65

到目前为止，这是我的代码:

newdata <- data[ which(data$Random>=30
& data$Random < 50), ]
Pvalue<- lapply(1:length(dat), function(i){
if(length(dat[[i]][[4]])>1){
t.test(newdata$Price,dat[[i]][[4]])$p.value 
}else 'not enough observation'
})

我的代码基本上是在来自 'newdata' 的数据和另一组名为 'dat' 的数据之间进行 t.test但有时我没有从 30 到 50 的 data 类似于我上面的示例数据。所以我的代码不是返回错误，而是如何更改它以便它只返回 NA 。

Answer 1

您已经知道如何使用 if/else 结构。您所要做的就是添加一个测试 nrow(newdata)，或者按如下方式组合两者:

newdata <- subset(data, Random >= 30 &
                        Random < 50)
Pvalue <- lapply(dat, function(x){
  if (length(x[[4]]) > 1 & nrow(newdata) > 1) {
    t.test(newdata$Price, x[[4]])$p.value 
  } else NA
})

您还可以将 lapply(...) 替换为 sapply(...) 或 vapply(..., numeric(1)) 获取数字向量而不是列表。为此，建议像我一样将 'not enough observation' 替换为 NA，否则您可能会得到一个字符向量。