如何计算没有 NA 的中值？答案

【问题标题】：How to calculate the median values without NAs?如何计算没有 NA 的中值？
【发布时间】：2023-03-29 08:22:01
【问题描述】：

我有一个这样的数据框：

df
name    var1  var2  var3  var4  var5 ...
site1    10    20    12    5     ..
site2    15    NA    11    2     ..
site3    NA    11    21    1     ..
site4    9     18    NA    6     ..

我使用此代码计算列的中位数。

apply(df[,c(2:4)], 2, median)

但它为第 2 到 4 列提供 NA，因为它们具有 NA 值。如何排除 NA 值并仍然从每列的其余数据中计算中位数？如果将 na.rm=T 用于子集，则所有带有 NA 的行都将被删除，这不是我想要的。感谢您的帮助。

【问题讨论】：

标签： r

【解决方案1】：

使用lapply，它不会转换为矩阵。

lapply(df[2:4], median, na.rm = TRUE)

【讨论】：

【解决方案2】：

这行得通：

df<-data.frame("a"=c(1,2,3, 4), "b"=c(1,NA,4, 5))

medianWithoutNA<-function(x) {
   median(x[which(!is.na(x))])
}

apply(df, 2, medianWithoutNA)
  a   b 
2.5 4.0

顺便说一句，你可以写

apply(df[,2:4], 2, median)

没有c()

请告诉我该解决方案是否适合您，如果是，请接受我的回答。

如果您想计算每个站点的中位数，这是代码：

df<-data.frame(name=c("site1", "site1", "site2", "site2", "site3"), a=c(1, 2, 3, 1, 3), b=c(3, 2, 3, 1,4))
aggregate(cbind(a, b) ~ name, data=df, medianWithoutNA)

【讨论】：

你可以使用apply(df, 2, function (x) median(x, na.rm = TRUE) )，或者更好的apply(df[, 2:4], 2, median, na.rm = TRUE)
@ssdecontrol 啊好吧，我不知道，我以为这就是OP的意思。
我发现有些行有相同的名字，有些没有。那么是否可以计算具有相同名称的行的中位数，例如分类？根据名称，结果应该是每个变量的几个中值。谢谢。
@Lily 我很确定这是可能的，你能在你原来的问题中添加一个例子吗？只是我确定你的意思:)
是的，名称列，每一行都有这样的名称：站点1，站点1，站点1，站点2，站点3，站点4，站点4等。如何计算中位数站点 1，站点 2，等等分别？是否也可以添加名称，所以我知道哪个名称对应于什么中位数？谢谢。

【解决方案3】：

这应该可行：

for (i in 2:4) {
  print(median(df[,i],na.rm=T))
}

或者用列名：

for (i in 2:4) {
  print(paste("Median",colnames(df)[i],"=",median(df[,i],na.rm=T)))
}

【讨论】：

欢迎 mcam 加入 SO - 一些建议侧重于未回答的新问题，而不是旧问题。你的答案不太可能引起很大的关注（也不会增加太多）。
您的答案仅在控制台窗口中打印结果值，但不能用于进一步计算。 OP 在他的 Q 中使用了apply()，因此简单的打印可能还不够。