R 找到两个变量的成对完整数据的最简单方法是什么？

假设有两个变量都有一些缺失数据，但这些缺失数据可能不会完全重叠。找到没有缺失值的公共数据点数量的最简单方法是什么？有内置的功能吗

一种方法是创建如下函数：

pairwise.miss = function(x, y) {
  #deal with input types
  x = as.vector(x)
  y = as.vector(y)
  #make combined object
  c = cbind(x, y)
  #remove NA rows
  c = c[complete.cases(c), ]
  #return length
  return(nrow(c))
}

另一个想法是使用一些返回成对完整数据的函数。例如，

Hmisc

中的

rcorr（）

会执行此操作，但可能会为非数字数据提供错误。因此：

rcorr(x, y)$n[1,2]

---

有更简单的方法吗？

一种可能的解决方案是使用

Is.na

和逻辑运算符：

!(is.na(x) | is.na(y))        # logical vector

which(!(is.na(x) | is.na(y))) # integer vector of indices.

如果只需要总计数，请使用：

sum(!(is.na(x) | is.na(y)))

---

一种可能的解决方案是使用

is.na

和逻辑运算符：

!(is.na(x) | is.na(y))        # logical vector

which(!(is.na(x) | is.na(y))) # integer vector of indices.

如果只需要总计数，请使用：

sum(!(is.na(x) | is.na(y)))

---

您只需在输出中列出

complete.cases（）

和

sum（）

中的两个变量即可

x <- c(1, 2, 3, NA, NA, NA, 5)
y <- c(1, NA, 3, NA, 3, 2, NA)

complete.cases(x, y)
#[1] TRUE FALSE TRUE FALSE FALSE FALSE FALSE

sum(complete.cases(x, y))
#[1] 2

---

x您只需在输出中列出
complete.cases（）
和
sum（）
中的两个变量即可

x <- c(1, 2, 3, NA, NA, NA, 5)
y <- c(1, NA, 3, NA, 3, 2, NA)

complete.cases(x, y)
#[1] TRUE FALSE TRUE FALSE FALSE FALSE FALSE

sum(complete.cases(x, y))
#[1] 2

xI对上述解决方案进行了基准测试：

if (!require("pacman")) install.packages("pacman")
pacman::p_load(microbenchmark)

#fetch some data
x = iris[1] #from isis
y = iris[1]
x[sample(1:150, 50), ] = NA #random subset
y[sample(1:150, 50), ] = NA

#benchmark
times = microbenchmark(pairwise.function = pairwise.miss(x, y),
                       sum.is.na = sum(!is.na(x) & !is.na(y)),
                       sum.is.na2 = sum(!(is.na(x) | is.na(y))),
                       sum.complete.cases = sum(complete.cases(x, y)));times

结果:

> times
Unit: microseconds
               expr     min       lq      mean   median       uq     max neval
  pairwise.function 202.205 217.2935 244.31481 233.3150 253.8460 450.763   100
          sum.is.na  75.594  78.5500  89.26383  80.5730  94.1035 248.558   100
         sum.is.na2  74.662  77.6170  89.23899  80.5725  94.8825 167.676   100
 sum.complete.cases  14.311  16.1770  18.77197  17.1105  17.7330 155.233   100

因此，与sum.complete.cases-one相比，我最初的方法非常慢

也许这种计算很少需要速度，但在同样容易使用的情况下，最好使用最有效的方法。
我对上面给出的解决方案进行了基准测试：

if (!require("pacman")) install.packages("pacman")
pacman::p_load(microbenchmark)

#fetch some data
x = iris[1] #from isis
y = iris[1]
x[sample(1:150, 50), ] = NA #random subset
y[sample(1:150, 50), ] = NA

#benchmark
times = microbenchmark(pairwise.function = pairwise.miss(x, y),
                       sum.is.na = sum(!is.na(x) & !is.na(y)),
                       sum.is.na2 = sum(!(is.na(x) | is.na(y))),
                       sum.complete.cases = sum(complete.cases(x, y)));times

结果:

> times
Unit: microseconds
               expr     min       lq      mean   median       uq     max neval
  pairwise.function 202.205 217.2935 244.31481 233.3150 253.8460 450.763   100
          sum.is.na  75.594  78.5500  89.26383  80.5730  94.1035 248.558   100
         sum.is.na2  74.662  77.6170  89.23899  80.5725  94.8825 167.676   100
 sum.complete.cases  14.311  16.1770  18.77197  17.1105  17.7330 155.233   100

因此，与sum.complete.cases-one相比，我最初的方法非常慢

也许在这种计算中很少需要速度，但当它同样易于使用时，我们最好使用最有效的方法。
sum（！is.na（x）&！is.na（y））
sum（！is.na（x）&！is.na（y））