数据框中两列含有NA值，如何求它们的和？

Question

我有一个数据框，其中一些值为NA。我需要对两列求和。如果某个值是NA，我需要将它视为零。

a  b c d
1  2 3 4
5 NA 7 8

列 e 应该是 b 和 c 的总和：

e
5
7

我尝试了很多方法，做了两打搜索都没有找到答案。这似乎是个简单的问题，希望有人能帮忙！

- StatDance

---

如果将 NA 视为 0 进行处理，为什么不将它们转换为 0，然后执行操作呢？ - erasmortg

Answer 1

dat$e <- rowSums(dat[,c("b", "c")], na.rm=TRUE)
dat
#   a  b c d e
# 1 1  2 3 4 5
# 2 5 NA 7 8 7

- Rorschach

---

谢谢！我知道一定有一个简单的解决方案。我一直尝试按行应用求和函数，但没有成功。 - StatDance

你也可以使用 apply 轻松实现，但是 rowSums 是矢量化的。顺便说一句，最佳性能将通过显式转换为矩阵来实现，例如 rowSums(as.matrix...。 - David Arenburg

嗨，我正在尝试将这个答案扩展到数据框列表。我迄今为止尝试了lapply(dat, function(x) x$e <- rowSums(x[,c("b", "c", "d")], na.rm=T))和dat$e <- lapply(dat, function(x) rowSums(x[,c("b", "c", "d")], na.rm=T))但都没有成功。你有什么想法吗？谢谢 - N.Varela

Answer 2

dplyr 的解决方案，取自这里：

dplyr的解决方案，取自这里：

library(dplyr)
dat %>% 
    rowwise() %>% 
    mutate(e = sum(b, c, na.rm = TRUE))

- David Rubinger

Answer 3

如果您想在两列都有NA值时保留它，则可以使用以下代码：

数据样例：

dt <- data.table(x = sample(c(NA, 1, 2, 3), 100, replace = T), y = sample(c(NA, 1, 2, 3), 100, replace = T))

解决方法：

dt[, z := ifelse(is.na(x) & is.na(y), NA_real_, rowSums(.SD, na.rm = T)), .SDcols = c("x", "y")]

（data.table方法）

- K. Peltzer

Answer 4

这里有另一种解决方案，使用拼接的ifelse()函数：

 dat$e <- ifelse(is.na(dat$b) & is.na(dat$c), dat$e <-0, ifelse(is.na(dat$b), dat$e <- 0 + dat$c, dat$b + dat$c))
 #  a  b c d e
 #1 1  2 3 4 5
 #2 5 NA 7 8 7

编辑，这里有另一种解决方案，使用了 @kasterma 在评论中建议的 with，这种方法更易读且直接：

 dat$e <- with(dat, ifelse(is.na(b) & is.na(c ), 0, ifelse(is.na(b), 0 + c, b + c)))

- erasmortg

---

完美的地方，with将改善事物：dat$e <- with(dat, ifelse(is.na(b) & is.na(c ), 0, ifelse(is.na(b), 0 + c, b + c)))。 - kasterma

我同意，更易读了！我也编辑了答案，加入了你的解决方案，如果可以的话。 - erasmortg

totally fine @erasmortg - kasterma

这既不高效也不健壮。如果你有十列，你就必须嵌套10个ifelse语句，而且还有很多其他语句，谁知道需要多少。 - David Arenburg

Answer 5

希望对你有所帮助。

在某些情况下，您可能有一些非数字列。这种方法将为您服务。 请注意：对于dplyr版本1.0.0及更高版本，使用c_across()。

df <- data.frame(
  TEXT = c("text1", "text2"), a = c(1,5), b = c(2, NA), c = c(3,7), d = c(4,8))

df2 <- df %>% 
  rowwise() %>% 
  mutate(e = sum(c_across(a:d), na.rm = TRUE))
# A tibble: 2 x 6
# Rowwise: 
# TEXT        a     b     c     d     e
# <chr>     <dbl> <dbl> <dbl> <dbl> <dbl>
# 1 text1     1     2     3     4    10
# 2 text2     5    NA     7     8    20

- Tho Vu

Answer 6

dplyr

rowwise对于中等大小的数据框来说，效率非常低下。如果有一种逐行计算的变体，将会快得多。对于求和操作，可以使用rowSums。您可以使用rowSums内部包裹的pick来选择要进行求和的列：

df |>
  mutate(e = rowSums(pick(c:d), na.rm = T))
#   a  b c d  e
# 1 1  2 3 4  7
# 2 5 NA 7 8 15

- LMc