从向量中删除NA值

Question

从向量中删除NA值

rnar-faq

235

我有一个很大的向量，其中有几个NA值，我想要找到该向量中的最大值（向量中的元素都是数字），但由于存在NA值，我无法完成这个任务。

请问如何去除NA值，以便能够计算最大值？

- CodeGuy

8个回答

113

na.omit函数是许多回归例程内部使用的函数:

vec <- 1:1000
vec[runif(200, 1, 1000)] <- NA
max(vec)
#[1] NA
max( na.omit(vec) )
#[1] 1000

- IRTFM

48

使用discard from purrr（适用于列表和向量）。

discard(v, is.na)

好处是可以轻松使用管道；或者使用内置的子集函数[：

v %>% discard(is.na)
v %>% .[!is.na(.)]

请注意，na.omit 在列表上不起作用。

> x <- list(a=1, b=2, c=NA)
> na.omit(x)
$a
[1] 1

$b
[1] 2

$c
[1] NA

- qwr

27

?max向你展示了一个额外的参数na.rm，你可以将其设置为TRUE.

除此之外，如果你真的想要移除NAs，只需使用类似以下的代码：

myvec[!is.na(myvec)]

- Nick Sabbe

3

我认为这是最好的。na.rm和na.omit会给输出添加很多无用的内容。 - MadmanLee

1

除了 na.omit 还有一个数据框方法，因此更通用。 - IRTFM

19

以防有刚学R的人想要简单的回答原问题：

如何从向量中删除NA值？

这里是答案：

假设你有一个名为foo的向量，如下所示：

foo = c(1:10, NA, 20:30)

运行length(foo)会得到22。

nona_foo = foo[!is.na(foo)]

nona_foo的长度是21，因为NA值已被删除。

请记住，is.na(foo)返回一个布尔矩阵，因此使用相反的值索引foo将给出所有非NA元素。

- Scott C Wilson

16

您可以调用 max(vector, na.rm = TRUE)。更一般地，您可以使用 na.omit() 函数。

- Michael Hoffman

6

我进行了一个快速的基准测试，比较了两种“base”方法，结果发现`x[!is.na(x)]`比`na.omit`更快。用户“qwr”建议我尝试使用`purrr::dicard`，但结果显示这个方法要慢得多（不过我很乐意听取有关我的实施和测试的评论！）。

microbenchmark::microbenchmark(
  purrr::map(airquality,function(x) {x[!is.na(x)]}), 
  purrr::map(airquality,na.omit),
  purrr::map(airquality, ~purrr::discard(.x, .p = is.na)),
  times = 1e6)

Unit: microseconds
                                                     expr    min     lq      mean median      uq       max neval cld
 purrr::map(airquality, function(x) {     x[!is.na(x)] })   66.8   75.9  130.5643   86.2  131.80  541125.5 1e+06 a  
                          purrr::map(airquality, na.omit)   95.7  107.4  185.5108  129.3  190.50  534795.5 1e+06  b 
  purrr::map(airquality, ~purrr::discard(.x, .p = is.na)) 3391.7 3648.6 5615.8965 4079.7 6486.45 1121975.4 1e+06   c

供参考，这里是 x[!is.na(x)] 与 na.omit 的原始测试内容：

microbenchmark::microbenchmark(
    purrr::map(airquality,function(x) {x[!is.na(x)]}), 
    purrr::map(airquality,na.omit), 
    times = 1000000)


Unit: microseconds
                                              expr  min   lq      mean median    uq      max neval cld
 map(airquality, function(x) {     x[!is.na(x)] }) 53.0 56.6  86.48231   58.1  64.8 414195.2 1e+06  a 
                          map(airquality, na.omit) 85.3 90.4 134.49964   92.5 104.9 348352.8 1e+06   b

- jsavn

你应该尝试使用purrr:discard。 - qwr

1

另一种选项是使用complete.cases，像这样：

d <- c(1, 100, NA, 10)
result <- complete.cases(d)
output <- d[result]
output
#> [1]   1 100  10
max(output)
#> [1] 100

^{使用reprex v2.0.2于2022年8月26日创建}

- Quinten

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Josh O'Brien · Accepted Answer

试着使用 ?max，你会发现它实际上有一个na.rm =参数，默认设置为FALSE。（这是许多其他R函数（包括sum()、mean()等）的常见默认值。）

将na.rm=TRUE设置为所需的操作：

d <- c(1, 100, NA, 10)
max(d, na.rm=TRUE)

如果你真的想要移除所有的 NA，可以使用以下习语：

d <- d[!is.na(d)]

最后注意事项：其他函数（例如table()、lm()和 sort()）具有与NA相关的参数，这些参数使用不同的名称（并提供不同的选项）。因此，如果NA在函数调用中引起问题，则值得检查函数参数中是否存在内置解决方案。我发现通常已经有一个解决方案。