在julia-0.7中,如何将缺失作为所有缺失向量的平均值?
我用的是julia-0.7。下面的代码在julia-0.7中,如何将缺失作为所有缺失向量的平均值?,julia,Julia,我用的是julia-0.7。下面的代码 using Statistics x=[missing, 0] mean(skipmissing(x)) 给出0,其中missing是julia-0.7的内置缺失值。如果我再试试 x[2]=missing mean(skipmissing(x)) 我收到错误信息。在第二种情况下,最好的方法是什么而不是出错 我害怕使用if/else,因为这个代码段在程序中重复了很多次。我可以推荐的最快的代码是使用if/else,但我想您无法避免: sx = skipmi
using Statistics
x=[missing, 0]
mean(skipmissing(x))
给出0,其中missing是julia-0.7的内置缺失值。如果我再试试
x[2]=missing
mean(skipmissing(x))
我收到错误信息。在第二种情况下,最好的方法是什么而不是出错
我害怕使用if/else,因为这个代码段在程序中重复了很多次。我可以推荐的最快的代码是使用if/else,但我想您无法避免:
sx = skipmissing(x)
iterate(sx) === nothing ? missing : mean(sx)
因为迭代应该比例如长度更快
然而,一般来说,你指出了我最近也遇到的一个问题,因为平均数的设计存在不一致性,因为如果你收集数据,你会得到:
julia> mean(collect(skipmissing(x)))
NaN
以防您的陈述出现错误或遗漏。我已经给出了我认为目前最好的答案,但总的来说,答案似乎不正确。我打开了一个问题。