RowSums NA + NA 给出 0 [重复]

Question

我会理解函数rowSums 的一个（对我而言）奇怪的行为。想象一下我有这个超级简单的数据框：

a = c(NA, NA,3)
b = c(2,NA,2)
df = data.frame(a,b)
df
   a  b
1 NA  2
2 NA NA
3  3  2

现在我想要第三列，它是其他两列的总和。我不能简单地使用+，因为NA：

df$c <- df$a + df$b
df
   a  b  c
1 NA  2 NA
2 NA NA NA
3  3  2  5

但如果我使用rowSums，则具有NA 的行计算为0，而如果只有一个NA，则一切正常：

df$d <- rowSums(df, na.rm=T)
df
   a  b  c  d
1 NA  2 NA  2
2 NA NA NA  0
3  3  2  5 10

我错过了什么吗？

谢谢大家

Answer 1

rowSums 的一个选项是获得rowSums 和na.rm=TRUE 并与基于转换后的 NA 值的否定 (!) rowSums 逻辑矩阵相乘将所有 NA 转换为 NA 的行 (NA^)

rowSums(df, na.rm=TRUE) *NA^!rowSums(!is.na(df))
#[1]  2 NA 10

Answer 2

因为

sum(numeric(0))
# 0

在rowSums 中使用na.rm = TRUE 后，第二行是numeric(0)。取sum后为0。

如果您想为所有NA 案例保留NA，这将是一个两阶段的工作。我建议为此编写一个小函数：

my_rowSums <- function(x) {
  if (is.data.frame(x)) x <- as.matrix(x)
  z <- base::rowSums(x, na.rm = TRUE)
  z[!base::rowSums(!is.na(x))] <- NA
  z
  }

my_rowSums(df)
# [1]  2 NA 10

如果输入 x 是一个数据框（如您的情况），这可能特别有用。 base::rowSums 将首先检查输入是否为矩阵。如果它得到一个数据框，它会首先将其转换为矩阵。类型转换实际上比实际的行总和计算成本更高。请注意，我们两次调用base::rowSums。为了减少类型转换开销，我们应该事先确保x 是一个矩阵。

对于@akrun 的“黑客”回答，我建议：

akrun_rowSums <- function (x) {
  if (is.data.frame(x)) x <- as.matrix(x)
  rowSums(x, na.rm=TRUE) *NA^!rowSums(!is.na(x))
  }

akrun_rowSums(df)
# [1]  2 NA 10