如果所有汇总值都是NA，则dplyr汇总保留NA

Posted 2021-04-06

我想使用dplyr summary来按组计算总数。具体来说，如果并非所有求和值都是NA，我想删除NA值，但如果所有求和值都是NA，我想显示NA。例如：

name <- c("jack", "jack", "mary", "mary", "ellen", "ellen")
number <- c(1,2,1,NA,NA,NA)

df <- data.frame(name,number)

在这种情况下，我想要以下结果：

• 杰克= 3
• 玛丽= 1
• 艾伦= NA

但是，如果我设置na.rm = F：

df %>% group_by(name) %>% summarise(number = sum(number, na.rm = F))

结果是：

• 杰克= 3
• 玛丽= NA
• 艾伦= NA

如果我设置na.rm = T：

df %>% group_by(name) %>% summarise(number = sum(number, na.rm = T))

结果是

• 杰克= 3
• 玛丽= 1
• 艾伦= 0

如何解决这个问题，以便数字和NA的情况得到一个数字作为输出，但只有NA的情况得到NA作为输出。

答案

我们可以有一个if/else条件 - if all'数字是NA的值，然后返回NA或else得到sum

library(dplyr)
df %>% 
  group_by(name) %>% 
  summarise(number = if(all(is.na(number))) NA_real_ else sum(number, na.rm = TRUE))

另一答案

我正在努力做同样的事情，所以我写了一个解决方案hablar。尝试：

library(hablar)

df %>% group_by(name) %>% 
  summarise(number = sum_(number))

这给你：

# A tibble: 3 x 2
  name  number
  <fct>  <dbl>
1 ellen    NA 
2 jack      3.
3 mary      1.

并不是唯一的语法差异是sum_，如果all都是NA则返回NA，否则删除NA和计算总和无缺失值。