未能省略包含 NA 值的列：na.rm=TRUE 和 na.action=NULL

Posted 2023-02-16

【中文标题】未能省略包含 NA 值的列：na.rm=TRUE 和 na.action=NULL

【英文标题】：failed to omit Columns containing NA values with: na.rm=TRUE and na.action=NULL

【发布时间】：2019-09-07 03:15:42

【问题描述】：

我想获得与以下内容相同的输出：https://www.r-bloggers.com/how-to-aggregate-data-in-r/

我的输出是：

Group.1 Group.2 Name Role Shift Salary  Age
1    Cook  Dinner   NA   NA    NA   1800 25.0
2 Manager  Dinner   NA   NA    NA   2000 41.0
3  Server  Dinner   NA   NA    NA   1650 27.5
4    Cook   Lunch   NA   NA    NA   1200 24.0
5 Manager   Lunch   NA   NA    NA   2200 32.0
6  Server   Lunch   NA   NA    NA   1350 24.0

列包含NAs。包括"na.rm=TRUE" 和"na.action=NULL" 没有任何区别。

我也不断收到警告：

警告信息： 1：在 mean.default(X[[i]], ...) 中： 参数不是数字或逻辑：返回 NA

如何修改aggregate()，使其省略不必要的列和\或NA 值，而不必求助于dplyr？

谢谢

agg = aggregate(data,
                 by = list(data$Role, data$Shift),
                 FUN = mean, na.rm=TRUE, na.action=NULL)

【参考方案1】：

让我们看看你的aggregate电话

aggregate(data, by = list(data$Role, data$Shift), FUN = mean)

在这里，您正在计算data 的所有 列中的平均值，data$Role 和 data$Shift（它们是您的分组变量）。

错误很明显，告诉您您正在尝试计算非数字条目的平均值。 data$Name、data$Role 和 data$Shift 都是非数字列。

我假设你在追求

aggregate(. ~ Role + Shift, data = data[, -1], FUN = mean)
#     Role  Shift Salary  Age
#1    Cook Dinner   1800 25.0
#2 Manager Dinner   2000 41.0
#3  Server Dinner   1650 27.5
#4    Cook  Lunch   1200 24.0
#5 Manager  Lunch   2200 32.0
#6  Server  Lunch   1350 24.0

这里的.（点）表示所有变量除了~（波浪号）RHS 上的变量。请注意我们如何排除 data$Name，将data[, -1] 作为data 参数传递给aggregate。

或使用by 语法

aggregate(data[, c("Salary", "Age")], by = list(data$Role, data$Shift), FUN = "mean")

这里的x 参数指的是您要根据by 中定义的组聚合其值的所有列。

---

针对您的评论，仅按Role汇总

aggregate(cbind(Salary, Age) ~ Role, data = data[, -1], FUN = mean)
#    Role Salary   Age
#1    Cook   1500 24.50
#2 Manager   2100 36.50
#3  Server   1500 25.75 

【讨论】：

@RonakShah 同意，或者aggregate(cbind(Salary, Age)~Role + Shift,data, mean)

我得到的输出与该网站中的“> 数据”相同。 with: ```` > agg = aggregate(data, by = list(data$Role), FUN = mean) ```` 使用上面的代码，我也应该收到相同的输出，这将没有任何列与 NAs

@analytics-josh 是的，以上分析基于相同的数据。

1 Cook 1500.0 24.5 2 Manager 2100.0 36.5 3 Server 1500.0 25.8 这是我所追求的输出（参考上面的链接）

@analytics-josh 所以您只想按data$Role 聚合？为什么你在最初的尝试中包含data$Shift？无论哪种方式，我都进行了编辑，以向您展示如何通过 Role 聚合 Salary 和 Age。