有没有一种方法可以忽略R中采样函数中的NA值

Question

我想从数据帧的每一行中随机选择两个不重复的值，并将这些值插入同一行数据帧末尾的两列中。我使用的是sample，但问题是缺少一些数据。我想找到一种方法来使用sample，忽略丢失的数据。我试图指定na.rm命令，但它不起作用。我能做什么？

Answer 1

让向量像一样是x

x <- c(NA, 3, 4, 5, NA)

现在，子集x仅具有其非NA值，并在该子集上采样。

sample(x[!is.na(x)], 1)

Answer 2

假设我们有以下数据帧：

set.seed(3)
data <- as.data.frame(matrix(sample(c(1:30,rep(NA,20)),replace = TRUE,size = 24),ncol = 3))
data
V1 V2 V3
1  5 20 29
2 12 10 NA
3 NA NA NA
4 NA NA  5
5 NA NA NA
6 NA  8 NA
7 NA NA  9
8  8  2  9

我们可以看到，有时有足够的值可以采样，但有时没有。为了绕过这些边缘情况，我们可以编写一个自定义函数：

sample.function <- function(x){
if(sum(!is.na(x)) == 0) {c(NA,NA)}
else if(sum(!is.na(x)) == 1) {c(x[!is.na(x)],NA)}
else {sample(x[!is.na(x)],size = 2)}}

如果没有非NA值，函数将返回c(NA,NA)。如果只有一个非NA值，则返回该值和NA。如果有两个或两个以上，则使用x上的采样函数，该函数是不包括任何NA值的子集。

然后我们可以使用apply函数将我们的自定义sample.function应用于我们的数据。Apply按列绑定结果，因此我们可以将其与t()进行转置。

t(apply(data,1,sample.function))
[,1] [,2]
[1,]   20   29
[2,]   10   12
[3,]   NA   NA
[4,]    5   NA
[5,]   NA   NA
[6,]    8   NA
[7,]    9   NA
[8,]    2    9

现在将其添加到原始数据中：

setNames(cbind(data,t(apply(data,1,sample.function))),c("V1","V2","V3","Sample1","Sample2"))
V1 V2 V3 Sample1 Sample2
1  5 20 29       5      29
2 12 10 NA      12      10
3 NA NA NA      NA      NA
4 NA NA  5       5      NA
5 NA NA NA      NA      NA
6 NA  8 NA       8      NA
7 NA NA  9       9      NA
8  8  2  9       9       8