R:如何聚合 NA 值

Question

举一个小的工作示例，假设我有以下数据框:

library(dplyr)
country <- rep(c("A", "B", "C"), each = 6)
year <- rep(c(1,2,3), each = 2, times = 3)
categ <- rep(c(0,1), times = 9)
pop <- rep(c(NA, runif(n=8)), each=2)
money <- runif(18)+100

df <- data.frame(Country = country, 
                 Year = year, 
                 Category = categ, 
                 Population = pop, 
                 Money = money)

现在我实际处理的数据有更多的重复，即对于每个国家、年份和类别，有许多重复的行对应于各种资金来源，我想将这些加在一起。但是，现在每个国家、年份和类别只需要一行，然后在每一行上简单地应用 sum() 函数就足够了。这仍然会表现出我试图摆脱的行为。

请注意，对于第 1 年的国家 A，列出的人口是 NA。因此当我运行时

aggregate(Money ~ Country+Year+Category+Population, df, sum)

生成的数据框删除了对应于国家 A 和年份 1 的行。我只使用了 ...+Population... 代码位，因为我想要输出数据框保留此栏。

我想知道如何使 aggregate() 函数不丢弃在分组发生的列中具有 NA 的东西——它会是例如，如果 NA 本身可以被视为要分组的值，那就太好了。

我的尝试:我尝试将 Population 列转换为因子，但这并没有改变行为。我在 na.action 参数上阅读了一些内容，但 na.action=NULL 和 na.action=na.skip 都没有改变行为。我考虑过尝试将所有 NA 都变成 0，但我想不出这会带来什么伤害，但感觉就像是一种黑客攻击，以后可能会咬我一口——不确定。但如果我尝试这样做，我不确定我会怎么做。当我编写一个包含 is.na() 函数的函数时，它没有以矢量化方式应用 if (is.na(x)) 测试并给出了它只会使用向量的第一个元素的错误。我考虑过也许在列上使用 lapply() 并将其强制转换回一个向量并将其粘贴在列中，但这听起来有点老套而且不必要地迂回。

这里的解决方案似乎是首先将 NA 值保留在数据框之外，这是我做不到的:Aggregate raster in R with NA values

Answer 1

正如您在数据之前提到的dplyr，您可以使用dplyr::summarise 函数。 summarise 函数支持对 NA 值进行分组。

library(dplyr)
df %>% group_by(Country,Year,Category,Population) %>%
  summarise(Money = sum(Money))

# # A tibble: 18 x 5
# # Groups: Country, Year, Category [?]
# Country  Year Category Population Money
# <fctr>  <dbl>    <dbl>      <dbl> <dbl>
# 1 A        1.00     0        NA       101
# 2 A        1.00     1.00     NA       100
# 3 A        2.00     0         0.482   101
# 4 A        2.00     1.00      0.482   101
# 5 A        3.00     0         0.600   101
# 6 A        3.00     1.00      0.600   101
# 7 B        1.00     0         0.494   101
# 8 B        1.00     1.00      0.494   101
# 9 B        2.00     0         0.186   100
# 10 B        2.00     1.00      0.186   100
# 11 B        3.00     0         0.827   101
# 12 B        3.00     1.00      0.827   101
# 13 C        1.00     0         0.668   100
# 14 C        1.00     1.00      0.668   101
# 15 C        2.00     0         0.794   100
# 16 C        2.00     1.00      0.794   100
# 17 C        3.00     0         0.108   100
# 18 C        3.00     1.00      0.108   100

注意:OP 的示例数据没有针对同一组的多行。因此，汇总行数将与实际行数相同。