21

我有一个我认为与使用 data.table 和:=函数有关的非常简单的问题。我认为我不太了解他们的行为，:=并且经常遇到类似的问题。

这是一些示例数据

 mat <- structure(list(
              col1 = c(NA, 0, -0.015038, 0.003817, -0.011407), 
              col2 = c(0.003745, 0.007463, -0.007407, -0.003731, -0.007491)), 
              .Names = c("col1", "col2"), 
              row.names = c(NA, 10L), 
              class = c("data.table", "data.frame"))

这使

> mat
         col1      col2
 1:        NA  0.003745
 2:  0.000000  0.007463
 3: -0.015038 -0.007407
 4:  0.003817 -0.003731
 5: -0.011407 -0.007491

我想创建一个名为 col3 的列，它给出 col1 和 col2 的总和。如果我使用

mat[,col3 := col1 + col2]

#        col1      col2      col3
#1:        NA  0.003745        NA
#2:  0.000000  0.007463  0.007463
#3: -0.015038 -0.007407 -0.022445
#4:  0.003817 -0.003731  0.000086
#5: -0.011407 -0.007491 -0.018898

然后我得到第一行的 NA，但我希望 NA 被忽略。所以我尝试了

mat[,col3 := sum(col1,col2,na.rm=TRUE)]

#        col1      col2      col3
#1:        NA  0.003745 -0.030049
#2:  0.000000  0.007463 -0.030049
#3: -0.015038 -0.007407 -0.030049
#4:  0.003817 -0.003731 -0.030049
#5: -0.011407 -0.007491 -0.030049

这不是我所追求的，因为它给了我 col1 和 col2 的所有元素的总和。我想我不太明白:=......我怎样才能得到 col1 和 col2 元素的总和而忽略 NA 值？

不确定这是否相关，但这是我的 sessionInfo

> sessionInfo()
R version 2.15.1 (2012-06-22)
Platform: x86_64-apple-darwin9.8.0/x86_64 (64-bit)

locale:
[1] en_AU.UTF-8/en_AU.UTF-8/en_AU.UTF-8/C/en_AU.UTF-8/en_AU.UTF-8

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

other attached packages:
[1] data.table_1.8.3
4

2 回答 2

27

这是标准R行为，与 data.table

添加任何东西NA都会返回NA

NA + 1
## NA

sum将返回一个数字

如果你想1 + NA退货1

那么你将不得不运行类似的东西

mat[,col3 := col1 + col2]
mat[is.na(col1), col3 := col2]
mat[is.na(col2), col3 := col1]

处理when col1or col2areNA

编辑 - 一个更简单的解决方案

你也可以使用 rowSums，它有一个na.rm参数

mat[ , col3 :=rowSums(.SD, na.rm = TRUE), .SDcols = c("col1", "col2")]

rowSums是你想要的（根据定义，rowSums包含col1和的矩阵的col2，删除NA值

（@JoshuaUlrich 建议将此作为评论）

于 2012-10-28T06:02:59.430 回答
22

这不是缺乏对 data.table 的理解，而是缺乏对 R 中矢量化函数的理解。您可以定义一个二元运算符，其在缺失值方面的行为与“+”运算符不同：

 `%+na%` <- function(x,y) {ifelse( is.na(x), y, ifelse( is.na(y), x, x+y) )}

 mat[ , col3:= col1 %+na% col2]
#-------------------------------
        col1      col2      col3
1:        NA  0.003745  0.003745
2:  0.000000  0.007463  0.007463
3: -0.015038 -0.007407 -0.022445
4:  0.003817 -0.003731  0.000086
5: -0.011407 -0.007491 -0.018898

You can use mrdwad's comment to do it with sum(... , na.rm=TRUE):

mat[ , col4 := sum(col1, col2, na.rm=TRUE), by=1:NROW(mat)]
于 2012-10-28T06:03:30.260 回答