r - 使用聚合的 na.omit 和 na.pass 的混合？

Question

我有一个包含产品原型(prototype)测试数据的数据集。并非所有测试都在所有批处理上运行，并且并非所有测试都使用相同的样本量执行。为了说明，考虑这种情况:

> test <- data.frame(name = rep(c("A", "B", "C"), each = 4),
  var1 = rep(c(1:3, NA), 3),
  var2 = 1:12,
  var3 = c(rep(NA, 4), 1:8))

> test
   name var1 var2 var3
1     A    1    1   NA
2     A    2    2   NA
3     A    3    3   NA
4     A   NA    4   NA
5     B    1    5    1
6     B    2    6    2
7     B    3    7    3
8     B   NA    8    4
9     C    1    9    5
10    C    2   10    6
11    C    3   11    7
12    C   NA   12    8

过去，我只需要处理不匹配重复的情况，使用 aggregate(cbind(var1, var2) ~ name, test, FUN = mean, na.action = na.omit) 很容易。 (或默认设置)。我将获得 var1 三个值的每手的平均值。以及超过四个 var2 的值.

不幸的是，这将使我的数据集完全丢失 A在这种情况下:

 aggregate(cbind(var1, var2, var3) ~ name, test, FUN = mean, na.action = na.omit)
  name var1 var2 var3
1    B    2    6    2
2    C    2   10    6

如果我使用 na.pass ，但是，我也没有得到我想要的:

 aggregate(cbind(var1, var2, var3) ~ name, test, FUN = mean, na.action = na.pass)
  name var1 var2 var3
1    A   NA  2.5   NA
2    B   NA  6.5  2.5
3    C   NA 10.5  6.5

现在我丢失了我在 var1 中的好数据因为它包含 NA 的实例.

我想要的是:

NA作为 mean() 的输出如果 varN 的所有唯一组合~ name是 NA小号

mean() 的输出如果 varN 有一个或多个实际值~ name

我猜这很简单，但我只是不知道如何。我需要使用 ddply对于这样的事情？如果是这样...我倾向于避免它的原因是我最终写了很长的等价于 aggregate()像这样:

ddply(test, .(name), summarise,
  var1 = mean(var1, na.rm = T),
  var2 = mean(var2, na.rm = T),
  var3 = mean(var3, na.rm = T))

是的......所以结果显然符合我的要求。无论如何我都会留下这个问题，以防有 1) 使用 aggregate() 的方法来做到这一点。或 2) ddply 的更短语法.

Answer 1

通过na.action=na.pass和 na.rm=TRUE至aggregate .前者告诉aggregate不要删除存在 NA 的行；后者告诉 mean忽略它们。

aggregate(cbind(var1, var2, var3) ~ name, test, mean,
          na.action=na.pass, na.rm=TRUE)