不带 NA 的 R 平均值答案

【问题标题】：R average values without NA不带 NA 的 R 平均值
【发布时间】：2019-02-04 13:37:07
【问题描述】：

附件图片（链接）解释了我的问题。

我尝试了以下代码但没有结果：

df[paste0("combined_", df_of_column_names)] <- lapply(df, ave, na.rm =TRUE, df[["index Z"]])

在存在 NA 的情况下不返回平均值

df[paste0("combined_", df_of_column_names)] <- lapply(df, ave(FUN=function(x) mean(x, na.rm=T)), df[["index Z"]])

给出错误：

FUN(x) 中的错误：缺少参数“x”，没有默认值

有人可以帮我解决这个问题吗？非常感谢！

【问题讨论】：

欢迎来到 SO！请添加一些不是图像的数据，以便在 R 中使用并帮助您。
你受限于基础 R 吗？使用 R 库有更简单的方法。
感谢@s_t 的提示

标签： r dataframe average

【解决方案1】：

使用基础 R，我能够在与您类似的简单案例上使用它。

attach(warpbreaks)
wool[5] <- NA
df <- data.frame(wool = wool, break = breaks)
df <- cbind(df, df$wool)

df
   wool breaks breaks.1
1     A     26       26
2     A     30       30
3     A     54       54
4     A     25       25
5     A     NA       NA
6     A     52       52
...

lapply(df[,-1], function(x) ave(x, df[,1], FUN = function(x) mean(x, na.rm=TRUE)))

$breaks
 [1] 29.53846 29.53846 29.53846 29.53846 29.53846 29.53846 29.53846 29.53846
 [9] 29.53846 29.53846 29.53846 29.53846 29.53846 29.53846 29.53846 29.53846
[17] 29.53846 29.53846 29.53846 29.53846 29.53846 29.53846 29.53846 29.53846
[25] 29.53846 29.53846 29.53846 25.25926 25.25926 25.25926 25.25926 25.25926
[33] 25.25926 25.25926 25.25926 25.25926 25.25926 25.25926 25.25926 25.25926
[41] 25.25926 25.25926 25.25926 25.25926 25.25926 25.25926 25.25926 25.25926
[49] 25.25926 25.25926 25.25926 25.25926 25.25926 25.25926

$breaks.1
 [1] 29.53846 29.53846 29.53846 29.53846 29.53846 29.53846 29.53846 29.53846
 [9] 29.53846 29.53846 29.53846 29.53846 29.53846 29.53846 29.53846 29.53846
[17] 29.53846 29.53846 29.53846 29.53846 29.53846 29.53846 29.53846 29.53846
[25] 29.53846 29.53846 29.53846 25.25926 25.25926 25.25926 25.25926 25.25926
[33] 25.25926 25.25926 25.25926 25.25926 25.25926 25.25926 25.25926 25.25926
[41] 25.25926 25.25926 25.25926 25.25926 25.25926 25.25926 25.25926 25.25926
[49] 25.25926 25.25926 25.25926 25.25926 25.25926 25.25926

【讨论】：

【解决方案2】：

如果没有可重复的示例，很难给出相关答案，但请尝试：

library(dplyr)
df2 <- df %>% # df is your data frame
        group_by(`index Z`) %>% 
        summarise_all(.funs = mean, na.rm = TRUE) 
# expected output
left_join(df1[, 1], df2, by = `index Z`)

【讨论】：

【解决方案3】：

与 ANG 类似的答案，但使用 data.table

library(data.table)
df <- setDT(df)
df2 <- df[,lapply(.SD,mean), by = `index Z`]
df2[df, on = `index Z`]

【讨论】：

【解决方案4】：

使用库 dplyr。检查这个例子：

df1 %>% group_by(index) %>%
  summarise(modreturn1 = mean(return1,na.rm = T), modreturn2 = mean(return2,na.rm = T))

它将返回一个表格，将前两个变量汇总为它们的平均值（不包括NA's）。现在，如果您真的想要与原始数据集一样多的行：首先，将上面的查询保存到一个名为resumen的变量中，然后：

merge(df1[,"index"],resumen,all.x = T)

不客气:)

【讨论】：

嘿 Jorge，对于书面代码的答案，请使用代码部分（快捷键：标记代码按 ctrl + K）以便于阅读。 :-)