r - 数据框中具有 NA 值的列的均值和 SD

Question

我正在尝试用值计算 data.frame 中几列（第一列除外）的平均值和标准偏差NA。

我尝试过colMeans,sapply等创建一个循环，该循环贯穿 data.frame，然后将均值和标准差存储在单独的表中，但不断收到“FUN”错误。任何帮助都会很棒。谢谢

一种

Answer 1

sapply(df, function(cl) list(means=mean(cl,na.rm=TRUE), sds=sd(cl,na.rm=TRUE)))
      col1     col2     col3     col4     col5    
means 3        8        12.5     18.25    22.5    
sds   1.581139 1.581139 1.290994 1.707825 1.290994

as.data.frame( t(sapply(df, function(cl) list(means=mean(cl,na.rm=TRUE), 
                                              sds=sd(cl,na.rm=TRUE))) ))
     means      sds
col1     3 1.581139
col2     8 1.581139
col3  12.5 1.290994
col4 18.25 1.707825
col5  22.5 1.290994

Answer 2

您应该使用的函数（例如colMeans）几乎都有一个名为的参数na.rm，默认为FALSE. 只要去做colMeans(x = your_df, na.rm = TRUE)，你就会很高兴。与仅mean()在您想逐列进行时使用相同。

Answer 3

以下示例代码可能很有用。

# Create a 5 column dataframe that contains some NAs
col1 <- c(1,2,3,4,5)
col2 <- c(6,7,8,9,10)
col3 <- c(11,12,13,14,NA)
col4 <- c(16,NA,18,19,20)
col5 <- c(21,22,23,24,NA)
dataframe <- data.frame(col1,col2,col3,col4,col5)

# Apply the mean() function to all but the first column of the dataframe
apply(dataframe[,2:ncol(dataframe)], 2, function(x) mean(x, na.rm=TRUE))

# Check that the returned values are correct:
mean(col2)
mean(col3, na.rm=TRUE)
mean(col4, na.rm=TRUE)
mean(col5, na.rm=TRUE)

对于标准差，替换mean()为sd()。