仅当缺少1或更少时，才特别使用colSums（），na.rm=TRUE

我需要对data.frame中的一些列求和，规则是，如果缺少多个观测值，则将一列求和为

NA

，如果仅缺少1个或更少，则无论如何都要对其求和

假设我有一些这样的数据

dfn <- data.frame(
a  = c(3, 3, 0, 3),
b  = c(1, NA, 0, NA),
c  = c(0, 3, NA, 1))

dfn
  a  b  c
1 3  1  0
2 3 NA  3
3 0  0 NA
4 3 NA  1

---

我已经玩过

colSums（dfn，na.rm=FALSE）

和

colSums（dfn，na.rm=TRUE）

。在我的真实数据中，有超过三列，也有超过四行。我想我可以以某种方式计算缺失并将其作为一种规则使用？

我认为单用

colSums

无法做到这一点，但您可以使用

ifelse

将其添加到结果中：

colSums(dfn,na.rm=TRUE) + ifelse(colSums(is.na(dfn)) > 1, NA, 0)
 a  b  c 
 9 NA  4 

---

@James的答案没有错，但这里有一个稍微简洁的方法：

colSums(apply(dfn, 2, function(col) replace(col, match(NA, col), 0)))
# a  b  c 
# 9 NA  4 

---

match（NA，col）

返回col中第一个

NA

的索引，

replace

将其替换为

0

并返回新列，

apply

返回包含所有新列的

matrix

。

效果很好，我没有意识到打开的

+ifelse

。非常感谢@在此上下文中，

ifelse

生成另一个与

colSums

结果大小相同的向量。你只是把两个向量加在一起。我明白了，我一直对R中的函数可以自由组合印象深刻。非常感谢。

colSums(apply(dfn, 2, function(col) replace(col, match(NA, col), 0)))
# a  b  c 
# 9 NA  4