如何根据分组变量计算所有列的总和并删除 NA

Posted 2023-02-16

【中文标题】如何根据分组变量计算所有列的总和并删除 NA

【英文标题】：How to calculate the sum of all columns based on a grouped variable and remove NA

【发布时间】：2021-12-11 07:10:39

【问题描述】：

我有一个数据集，我想按 ID 变量分组，然后计算每个列/变量的总和。但是，如您所见，我有一些 NA ，我想在 sum 函数被执行时删除它们，因为它们在某些行中返回 NA 尽管相同 ID 的某些行包含值。我试图环顾四周，但没有成功，我再次尝试了不同的方法，但没有成功。我将不胜感激。

提前谢谢你。

data <- data.frame(ID = c(1, 1, 2, 2, 3, 3, 3, 4, 4, 4),
              var1 = c(1, 2, 5, 10, NA, 5, 23, NA, NA, 1),
              var2 = c(1, NA, NA, 1, NA, 0, 1, 3, 23, 4))


data <- data %>%
group_by(ID) %>%
summarise(across(everything(), sum(., na.rm = T)))

【参考方案1】：

只是波浪号 ~ 不见了：

data %>%
  group_by(ID) %>%
  summarise(across(everything(), ~sum(., na.rm = T)))
# A tibble: 4 x 3
     ID  var1  var2
* <dbl> <dbl> <dbl>
1     1     3     1
2     2    15     1
3     3    28     1
4     4     1    30

如果一个ID 组只有NA 值，您可以这样做：

data %>%
  group_by(ID) %>%
  summarise(across(everything(), ~ifelse(all(is.na(.)), NA, sum(., na.rm = T))))

【讨论】：

但是，如果一个 ID 组在我的数据中只有 NA，则此代码给我 0 而不是 NA。我将如何编码，以便当至少有一个值时，它会返回该值而忽略 NA，但是当只有 NA 时，它会在该单元格中重新调整 NA？谢谢

已编辑我的答案。现在可以用了吗？

嗨，是的。这太有帮助了。再次非常感谢您。

【参考方案2】：

我们可以在不使用 lambda 函数的情况下指定函数的参数

library(dplyr)
data %>%
     group_by(ID) %>%
     summarise(across(everything(), sum, na.rm = TRUE), .groups = 'drop')