r - 添加两个缺失数据的变量

Question

对于普通 R 用户来说，这可能是一个非常简单的问题，但我似乎找不到解决方案。
我想添加两个缺少数据的变量。
x1<-c(NA,3,NA,5)
x2<-c(NA,NA,4,3)
x3<-x1+x2
x3
[1] NA NA NA 8
但我真正想要的是:

[1] NA 3 4 8

任何建议将不胜感激。我怎样才能保持NA的？

Answer 1

保留NA如果两者都是 NA (扯掉@Ben Bolker 使用 cbind 的方法):

apply(cbind(x1, x2), 1, function(x) ifelse(all(is.na(x)), NA, sum(x, na.rm=T)))
# [1] NA  3  4  8

或者，如果您更喜欢使用 rowSums函数(这很有吸引力，因为它是矢量化的，而 apply 和 mapply 解决方案不是):

rowSums(cbind(x1, x2), na.rm=T) + ifelse(is.na(x1) & is.na(x2), NA, 0)
# [1] NA  3  4  8

这些都不会像 Rcpp 函数一样快(它只需要遍历两个输入一次):

library(Rcpp)
sum.na.ign <- cppFunction("
NumericVector sumNaIgn(NumericVector x, NumericVector y) {
  const int n = x.size();
  NumericVector out(n);
  for (int i=0; i < n; ++i) {
    if (R_IsNA(x[i])) {
      out[i] = y[i];
    } else if (R_IsNA(y[i])) {
      out[i] = x[i];
    } else {
      out[i] = x[i] + y[i];
    }
  }
  return out;
}")
sum.na.ign(x1, x2)
# [1] NA  3  4  8

我们可以对更大的向量进行基准测试(以及基于 mapply 来自@J. Won. 的解决方案):

# First two functions along with mapply-based solution from @J. Won.
f1 <- function(x1, x2) apply(cbind(x1, x2), 1, function(x) ifelse(all(is.na(x)), NA, sum(x, na.rm=T)))
f2 <- function(x1, x2) rowSums(cbind(x1, x2), na.rm=T) + ifelse(is.na(x1) & is.na(x2), NA, 0)
NAsum <- function(...) {
  if(any(!is.na(c(...)))) return(sum(..., na.rm=TRUE))
  return(NA)
}
jwon <- function(x1, x2) mapply(NAsum, x1, x2)

set.seed(144)
x1 <- sample(c(NA, 1:10), 10000, replace=T)
x2 <- sample(c(NA, 1:10), 10000, replace=T)
all.equal(jwon(x1, x2), f1(x1, x2), f2(x1, x2), sum.na.ign(x1, x2))
# [1] TRUE
library(microbenchmark)
microbenchmark(jwon(x1, x2), f1(x1, x2), f2(x1, x2), sum.na.ign(x1, x2))
# Unit: microseconds
#                expr       min         lq       mean     median        uq       max neval
#        jwon(x1, x2) 24044.658 28387.4280 35580.3434 35134.9940 38175.661 91476.032   100
#          f1(x1, x2) 37516.769 46664.6390 52293.5265 51570.2690 56647.063 77576.091   100
#          f2(x1, x2)  2588.820  2738.0740  2930.4106  2833.4880  2974.745  5187.684   100
#  sum.na.ign(x1, x2)    97.988   109.8575   132.9849   123.0795   142.725   533.275   100

rowSums解决方案是矢量化的，因此比 apply 更快和 mapply解决方案(使用长度为 100 万的向量会感觉很慢)但自定义 Rcpp 解决方案比 rowSums 快 10 倍以上。方法。与 rowSums 相比，您的向量可能需要非常大才能使 Rcpp 有用。 .