我想我已经在评论中得到了非常好的答案,但我会改写这个问题以供将来参考。
我正在尝试使用data.table按组求和。问题是有些组只有 NA。对于这些组,我希望总和返回 NA。但是,如果有一个组有一个值与 NA 不同,我想获得非 NA 值的总和。
A <- data.table(col1= c('A','A','B','B','C','C'),
col2= c(NA,NA,2,3,NA,4))
这在不添加参数的情况下na.rm = T
,组 C 在应该返回 4 时返回 NA。
A[, sum(col2), by = .(col1)]
col1 V1
1: A NA
2: B 5
3: C NA
但是,添加 na.rm = T
在组 A 中返回 0,而它应该返回 NA。
A[, sum(col2, na.rm = T), by = .(col1)]
col1 V1
1: A 0
2: B 5
3: C 4
我最喜欢的方法是Sandipan在评论中建议的方法,类似于我在下面写的功能:
ifelse(all(is.na(col2)), NA, sum(col2, na.rm = T)
我创建了一个函数来解决这个问题,但我不确定是否有一种内置的方法可以解决这个问题:
sum.na <- function(df){
if (all(is.na(df))){
suma <- NA
}
else {
suma <- sum(df, na.rm = T)
}
return(suma)
}
根据其他用户的建议,我将发布我问题的答案。解决方案由@sandipan在上面的评论中提供:
如问题中所述,如果您需要对包含 NA 的一列的值求和,有两种好方法:
1) 使用 ifelse:
A[, (ifelse(all(is.na(col2)), col2[NA_integer_], sum(col2, na.rm = T))),
by = .(col1)]
2) 按照@Frank的建议定义一个函数:
suma = function(x) if (all(is.na(x))) x[NA_integer_] else sum(x, na.rm = TRUE)
A[, suma(col2), by = .(col1)]
请注意,正如@Frank指出的那样,我添加了NA_integer_,因为我不断收到有关类型的错误。
使用 sum_
from hablar
library(hablar)
A[, as.numeric(sum_(col2)), .(col1)]
# col1 V1
#1: A NA
#2: B 5
#3: C 4