Fatal编程技术网
  • r/
  • R中各列的平均值，不包括NAs

R中各列的平均值，不包括NAs

r

R中各列的平均值，不包括NAs,r,average,R,Average,我无法想象我是第一个提出这个问题的人，但我还没有找到解决办法（在这里或其他地方） 我有几个列，我想在R中求平均值。唯一最简单的方面是有些列包含NAs 例如： Trait Col1 Col2 Col3 DF 23 NA 23 DG 2 2 2 DH NA 9 9 > dat <- data.frame(Trait = c("DF","DG","DH"), mat) > names(dat) <- c("Trait", pas

我无法想象我是第一个提出这个问题的人，但我还没有找到解决办法（在这里或其他地方）

我有几个列，我想在R中求平均值。唯一最简单的方面是有些列包含NAs

例如：

Trait Col1 Col2 Col3
DF    23   NA   23
DG    2    2    2
DH    NA   9    9

> dat <- data.frame(Trait = c("DF","DG","DH"), mat)
> names(dat) <- c("Trait", paste0("Col", 1:3))
> dat
  Trait Col1 Col2 Col3
1    DF   23   NA   23
2    DG    2    2    2
3    DH   NA    9    9
> dat <- transform(dat, Col4 = rowMeans(dat[,-1], na.rm = TRUE))
> dat
  Trait Col1 Col2 Col3 Col4
1    DF   23   NA   23   23
2    DG    2    2    2    2
3    DH   NA    9    9    9
我想创建一个Col4，将前3列中的条目平均，忽略NAs。 因此：

理想情况下，类似这样的方法会起作用：

data$Col4 <- mean(data$Chr1, data$Chr2, data$Chr3, na.rm=TRUE)

data$Col4您需要
rowMeans（）
但重要的是，它有一个
na.rm
参数，您希望将其设置为
TRUE
。例如：


> mat <- matrix(c(23,2,NA,NA,2,9,23,2,9), ncol = 3)
> mat
     [,1] [,2] [,3]
[1,]   23   NA   23
[2,]    2    2    2
[3,]   NA    9    9
> rowMeans(mat)
[1] NA  2 NA
> rowMeans(mat, na.rm = TRUE)
[1] 23  2  9



>垫子
[,1] [,2] [,3]
[1，]23 NA 23
[2,]    2    2    2
[3，]NA 9
>rowMeans（mat）
[1] 钠2钠
>行平均值（mat，na.rm=TRUE）
[1] 23  2  9


要匹配您的示例，请执行以下操作：


Trait Col1 Col2 Col3
DF    23   NA   23
DG    2    2    2
DH    NA   9    9



> dat <- data.frame(Trait = c("DF","DG","DH"), mat)
> names(dat) <- c("Trait", paste0("Col", 1:3))
> dat
  Trait Col1 Col2 Col3
1    DF   23   NA   23
2    DG    2    2    2
3    DH   NA    9    9
> dat <- transform(dat, Col4 = rowMeans(dat[,-1], na.rm = TRUE))
> dat
  Trait Col1 Col2 Col3 Col4
1    DF   23   NA   23   23
2    DG    2    2    2    2
3    DH   NA    9    9    9



>dat名称（dat）dat
性状Col1 Col2 Col3
1 DF 23 NA 23
2 DG 2 2
3 DH NA 9
>dat dat
性状Col1 Col2 Col3 Col4
1 DF 23 NA 23
2 DG 2 2
3 DH NA 9

为什么不接受接受答案？
公认的答案是正确的，但是，它对于这一特定任务过于具体，不可能一概而论。如果我们需要的不是
mean
，而是其他统计数据，如
var
、
偏度
，甚至是自定义函数，该怎么办

更灵活的解决方案：


row_means <- apply(X=data, MARGIN=1, FUN=mean, na.rm=TRUE)


其中：


    

  • X
    ：数据帧或矩阵形式的数据
    • 

  • MARGIN
    ：发生聚合的维度。行操作使用
    1
    ，列操作使用
    2
    

  • FUN
    ：对数据调用的操作。这里可以使用任何预定义的R函数以及任何用户定义的函数
    • 

  • na.rm
    ：如果
    TRUE
    ，则在调用
    FUN
    之前将删除
    na
    值
    • 


我为什么要使用
应用
？

原因很多，包括但不限于：


  • 任何功能都可以轻松插入
    apply
    • 

  • 对于不同的首选项，例如输入或输出数据类型，可以使用其他变体（例如，
    lappy
    用于列表上的操作）
    • 

  • （最重要的是）它促进了可伸缩性，因为此函数有允许并行执行的版本（例如，
    {parallel}
    库中的
    mclappy
    ）。例如，请参见或
    • 

    ？行意味着
    应该为您做这件事。它主要是
    apply（…，1，mean）
    的包装器。它不是apply（）的包装器。众所周知，它的速度要快得多。这意味着它是！谢谢你的时间：]这是（正确的，但）不够普遍，不值得记住。我添加了另一个答案。@azim这里的标签中有超过300000个问题。很多人给出了
    apply（）
    和co作为可能的答案。问题是关于行的意思；您不希望常规地使用
    apply（）
    来执行此操作，因为相比之下，它非常慢。您回答的问题在这里没有被问到，但在这里其他地方被问了很多次。@GavinSimpson这个问题没有说明执行时间或数据集很大的事实。主要问题是如何在计算
    均值时去除NA。此外，您始终可以翻转数据帧并对列而不是行进行操作。此外，您可以并行运行，并且比任何“快速”但连续的操作运行得更快。使用
    apply
    函数系列非常简单。我对这个答案的主要问题是它的局限性。我认为，对存在的每个函数都使用一行函数是不现实的。@Azim，问题并不是说要做任何事情，而是在计算
    NA
    s时对行采用平均值。但这并没有阻止你来到这里&告诉人们正确的答案“不值得记住”。我关心执行时间&如果你选择在你写的代码中使用
    rowMeans（）
    &
    colMeans（）
    ，尤其是其他人使用的代码，那么你应该选择执行时间。您可能认为具有行或列的特殊函数并不重要，但其他人不同意；matrixStats软件包专门添加了许多易于加速的常用函数。您不必提及不应使用
    apply（）
    执行OP所需操作的重要原因；很慢。