R：具有一定因子水平的所有案例的平均值答案

【问题标题】：R: mean of all cases with a certain factor levelR：具有一定因子水平的所有案例的平均值
【发布时间】：2020-10-09 13:10:35
【问题描述】：

我从这里Mean by factor by level 尝试代码，但它不起作用。这是我的情况。从航班数据集中，我想知道承运人 UA 的所有飞机的平均航班延误。

library(nycflights13)
data(flights)
mean(flights$air_time[flights$carrier == "UA"])

但结果只是

[1] NA

我做错了什么？

【问题讨论】：

看来你没有做错什么，但如果它包含NA，你就不能取平均值：mean(c(1,2,3,NA))
你为什么要提取air_time？延迟由arr_delay 或dep_delay 分别表示到达和离开延迟。所以你可以做mean(flights$arr_delay[flights$carrier == "UA"], na.rm = TRUE)或mean(flights$dep_delay[flights$carrier == "UA"], na.rm = TRUE)
@Ronak Shah 你是对的，谢谢。

标签： r mean na

【解决方案1】：

由于数据集中存在缺失值（NA），您需要在mean 函数中指定参数na.rm = TRUE。否则，如果至少有一个值为NA，则mean 函数（以及其他函数，如sum、min、max，...）将返回NA。

mean(flights$air_time[flights$carrier == "UA"], na.rm = TRUE)
# [1] 211.7914

【讨论】：

【解决方案2】：

如果您正在寻找flights$carrier == "UA" 的mean 时间，您可以使用summarise 尝试dplyr 中的解决方案

此解决方案将na.rm=TRUE 的缺失值考虑在内

library(dplyr)
flights %>% 
  filter(carrier == "UA") %>%
  summarise(., mean(air_time, na.rm=TRUE))

【讨论】：

【解决方案3】：

正如 Ric S 所说，使用 na.rm = TRUE 并记住，当 R 找到 NA 值时，函数会将其用作主值，因此使用许多其他类似函数（例如中位数、最大值、最小值）可能会遇到类似问题等。

【讨论】：