求和 R 矩阵忽略 NA

Question

我有以下声明按限制计数数据（三角形）：

claims=matrix(c(2019,690,712,NA,773,574,NA,NA,232),nrow=3, byrow=T) 

执行以下类似于 Excel 的 sumif() 的简单事情的最优雅方法是什么：

1. 将矩阵放入as.data.frame()，列名：“100k”、“250k”、“500k”
2. 对除第一行以外的所有数字求和； （在这种情况下，总计 773,574 和 232）。我正在寻找一个简洁的参考，以便我可以轻松地将符号推广到更大的声明三角形。

对所有数字求和，忽略 NA。 sum(claims, na.rm = T) - 感谢 Gregor 的建议。 *我玩了一下ChainLadder 包，很喜欢它处理三角形数据的方式，尤其是在绘制和计算链接比率方面。我更普遍地想知道基本的 R 是否足以进行一些快速而肮脏的sumif() 或成对链接比率类型的计算？如果有人能说出一些智慧的话，这对我来说将是一个奖励。

谢谢！

Answer 1

claims=matrix(c(2019,690,712,NA,773,574,NA,NA,232),nrow=3, byrow=T) 
claims.df = as.data.frame(claims)
names(claims.df) <- c("100k", "250k", "500k")
# This isn't the best idea because standard column names don't start with numbers
# If you go non-standard, you'll have to always quote them, that is
claims.df$100k   # doesn't work
claims.df$`100k` # works    

# sum everything
sum(claims, na.rm = T)

# sum everything except for first row
sum(claims[-1, ], na.rm = T)

针对具体问题提供具体建议比一般建议要容易得多。至于“我更普遍地想知道基本 R 是否足以进行一些快速而肮脏的sumif() 或成对链接比率类型的计算？”，至少对于sumif 评论，我想起了fortunes::fortune(286)

...这有点像问“你的 Land Rover 会弥补我的车道吗？”，但我认为这个问题是认真的。

sum 将你给它的任何数字加起来。基于逻辑的子集非常简单，不需要单独的sumif 函数。假设你有x = rnorm(100)、y = runif(100)。

# sum x if x > 0
sum(x[x > 0])

# sum x if y < 0.5
sum(x[y < 0.5])

# sum x if x > 0 and y < 0.5
sum(x[x > 0 & y < 0.5])

# sum every other x
sum(x[c(T, F)]

# sum all but the first 10 and last 10 x
sum(x[-c(1:10, 91:100)]

我不知道成对链接比率是多少，但我愿意打赌 base R 可以轻松处理它。