是否可以将 na.rm 全局设置为 TRUE？

Question

对于像max 这样的命令，选项na.rm 默认设置为FALSE。我理解为什么这通常是一个好主意，但我想在一段时间内可逆地关闭它 - 即在会话期间。

我如何要求 R 设置 na.rm = TRUE ，只要它是一个选项？我找到了

options(na.action = na.omit)

但这不起作用。我知道我可以为我编写的每个函数设置一个na.rm=TRUE 选项。

my.max <- function(x) {max(x, na.rm=TRUE)}

但这不是我想要的。我想知道是否有什么我可以在全球/普遍范围内做的事情，而不是为每个功能都做。

Answer 1

一种解决方法（危险）是执行以下操作：

1. 列出所有以na.rm 作为参数的函数。在这里，我将搜索限制在基本包中。
2. 获取每个函数并在其主体的开头添加这一行：na.rm = TRUE
3. 将函数分配回基础包。

所以首先我将所有以na.rm 作为参数的函数存储在一个列表 (ll) 中：

uses_arg <- function(x,arg) 
  is.function(fx <- get(x)) && 
  arg %in% names(formals(fx))
basevals <- ls(pos="package:base")      
na.rm.f <- basevals[sapply(basevals,uses_arg,'na.rm')]

EDIT 更好的方法来获取所有 na.rm 的参数函数（感谢 mnel 注释）

Funs <- Filter(is.function,sapply(ls(baseenv()),get,baseenv()))
na.rm.f <- names(Filter(function(x) any(names(formals(args(x)))%in% 'na.rm'),Funs))

所以na.rm.f 列表看起来像：

 [1] "all"                     "any"                     "colMeans"                "colSums"                
 [5] "is.unsorted"             "max"                     "mean.default"            "min"                    
 [9] "pmax"                    "pmax.int"                "pmin"                    "pmin.int"               
[13] "prod"                    "range"                   "range.default"           "rowMeans"               
[17] "rowsum.data.frame"       "rowsum.default"          "rowSums"                 "sum"                    
[21] "Summary.data.frame"      "Summary.Date"            "Summary.difftime"        "Summary.factor"         
[25] "Summary.numeric_version" "Summary.ordered"         "Summary.POSIXct"         "Summary.POSIXlt" 

然后对于我更改正文的每个函数，代码的灵感来自data.table 包（FAQ 2.23），它在rbind.data.frame 和cbind.data.frame 的开头添加了一行。

ll <- lapply(na.rm.f,function(x)
  {
  tt <- get(x)
  ss = body(tt)
  if (class(ss)!="{") ss = as.call(c(as.name("{"), ss))
  if(length(ss) < 2) print(x)
  else{
    if (!length(grep("na.rm = TRUE",ss[[2]],fixed=TRUE))) {
      ss = ss[c(1,NA,2:length(ss))]
      ss[[2]] = parse(text="na.rm = TRUE")[[1]]
      body(tt)=ss
      (unlockBinding)(x,baseenv())
      assign(x,tt,envir=asNamespace("base"),inherits=FALSE)
      lockBinding(x,baseenv())
      }
    }
  })

不，如果你检查，我们列表中每个函数的第一行：

unique(lapply(na.rm.f,function(x) body(get(x))[[2]]))
[[1]]
na.rm = TRUE

Answer 2

无法将na.rm 全局更改为TRUE。 （请参阅问题下方的 Hong Ooi 的评论。）

编辑：

不幸的是，您不想要的答案是唯一有效的答案 一般来说。没有像这样的全局选项 na.action，它只影响像 lm、glm 等建模函数 （即使在那里，也不能保证在所有情况下都能正常工作）。 – 洪 2013 年 7 月 2 日 6:23

Answer 3

对于我的 R 包，我覆盖了现有函数 mean 和 sum。感谢伟大的 Ben（下面的 cmets），我将我的函数更改为：

mean <- function(x, ..., na.rm = TRUE) {
  base::mean(x, ..., na.rm = na.rm)
}

在此之后，mean(c(2, NA, 3)) = 2.5 而不是 NA。

对于sum：

sum <- function(x, ..., na.rm = TRUE) {
  base::sum(x, ..., na.rm = na.rm)
}

这将产生sum(c(2, NA, 3)) = 5 而不是NA。

sum(c(2, NA, 3, NaN)) 也可以。

---

您也可以将其设为全局选项：

sum <- function(x, ..., na.rm = getOption("na.rm", default = TRUE)) {
  base::sum(x, ..., na.rm = na.rm)
}

现在您可以使用options() 设置默认值，例如options(na.rm = TRUE).

Answer 4

已经有几个关于全局更改 na.rm 参数的答案。我只想注意purrr 或pryr 包中的partial() 函数。使用此函数，您可以使用预定义的参数创建现有函数的副本：

library(purrr)
.mean <- partial(mean, na.rm = TRUE)

# Create sample vector
df <- c(1, 2, 3, 4, NA, 6, 7)

mean(df)
>[1] NA

.mean(df)
>[1] 3.833333

我们可以将此技巧与@agstudy 答案结合起来，并使用na.rm = TRUE 参数创建所有函数的副本：

library(purrr)

# Create a vector of function names https://stackoverflow.com/a/17423072/9300556
Funs <- Filter(is.function,sapply(ls(baseenv()),get,baseenv()))
na.rm.f <- names(Filter(function(x) any(names(formals(args(x)))%in% 'na.rm'),Funs))

# Create strings. Dot "." is optional
fs <- lapply(na.rm.f,
             function(x) paste0(".", x, "=partial(", x ,", na.rm = T)"))

eval(parse(text = fs)) 

所以现在，我们的.GlobalEnv 中有.all、.min、.max 等。你可以运行它们：

.min(df)
> [1] 1
.max(df)
> [1] 7
.all(df)
> [1] TRUE

要覆盖函数，只需删除点“。”从 lapply 电话。 灵感来自this blogpost