esiste un modo elegante per gestire NA come 0 (na.rm = TRUE) in dplyr?ignora NA in somma riga dplyr
data <- data.frame(a=c(1,2,3,4), b=c(4,NA,5,6), c=c(7,8,9,NA))
data %>% mutate(sum = a + b + c)
a b c sum
1 4 7 12
2 NA 8 NA
3 5 9 17
4 6 NA NA
but I like to get
a b c sum
1 4 7 12
2 NA 8 10
3 5 9 17
4 6 NA 10
anche se so che questo non è il risultato desiderato in molti altri casi
si potrebbe usare questo:
library(dplyr)
data %>%
#rowwise will make sure the sum operation will occur on each row
rowwise() %>%
#then a simple sum(..., na.rm=TRUE) is enough to result in what you need
mutate(sum = sum(a,b,c, na.rm=TRUE))
uscita:
Source: local data frame [4 x 4]
Groups: <by row>
a b c sum
(dbl) (dbl) (dbl) (dbl)
1 1 4 7 12
2 2 NA 8 10
3 3 5 9 17
4 4 6 NA 10
Prova questa
data$sum <- apply(data, 1, sum, na.rm = T)
risultante data è
a b c sum
1 1 4 7 12
2 2 NA 8 10
3 3 5 9 17
4 4 6 NA 10
Un'altra opzione:
data %>%
mutate(sum = rowSums(., na.rm = TRUE))
Benchmark
library(microbenchmark)
mbm <- microbenchmark(
steven = data %>% mutate(sum = rowSums(., na.rm = TRUE)),
lyz = data %>% rowwise() %>% mutate(sum = sum(a, b, c, na.rm=TRUE)),
nar = apply(data, 1, sum, na.rm = TRUE),
akrun = data %>% mutate_each(funs(replace(., which(is.na(.)), 0))) %>% mutate(sum=a+b+c),
frank = data %>% mutate(sum = Reduce(function(x,y) x + replace(y, is.na(y), 0), .,
init=rep(0, n()))),
times = 10)
#Unit: milliseconds
# expr min lq mean median uq max neval cld
# steven 9.493812 9.558736 18.31476 10.10280 22.55230 65.15325 10 a
# lyz 6791.690570 6836.243782 6978.29684 6915.16098 7138.67733 7321.61117 10 c
# nar 702.537055 723.256808 799.79996 805.71028 849.43815 909.36413 10 b
# akrun 11.372550 11.388473 28.49560 11.44698 20.21214 155.23165 10 a
# frank 20.206747 20.695986 32.69899 21.12998 25.11939 118.14779 10 a
Forse potresti aggiungere akrun? Lo vedo a 1,33 vs il tuo 1.00 in unità = "relativo" (usando questa variazione: 'data%>% mutate (sum = Reduce (funzione (x, y) x + replace (y, is.na (y), 0),., init = rep (0, n())))) – Frank
@Frank Certo, aggiornerò il benchmark. –
O replaceNA con 0 e quindi possiamo utilizzare il codice del PO
data %>%
mutate_each(funs(replace(., which(is.na(.)), 0))) %>%
mutate(Sum= a+b+c)
#or as @Frank mentioned
#mutate(Sum = Reduce(`+`, .))
Sulla base dei parametri di riferimento utilizzando i dati @Steven Beaupré, sembra essere efficace pure.
è meraviglioso! Grazie mille – ckluss
Siete i benvenuti @ckluss. Ho fornito il modo più "dplyr -ico" (se posso dire questo, nel senso che sta usando dplyr in un modo tradizionale come per le esercitazioni) di farlo. Tuttavia, l'uso di altre funzioni di base (da solo o in combinazione con dplyr) è decisamente più efficiente del mio. Le risposte di StevenBeaupre e Akrun sono più efficienti quindi probabilmente staresti meglio con quelle se la velocità è importante per te. – LyzandeR
@LyzandeR Immagino che l'OP abbia voluto il modo 'dplyr'ish. Quindi, non preoccuparti dell'efficienza. – akrun