dplyr::slice_min / dplyr::slice_max如何处理带有分组数据的NA值？

Question

我想知道有没有人能够解释 dplyr::slice_min() /dplyr::slice_max() 函数在 with_ties 参数下的行为。对于分组数据，当 with_ties = TRUE 时，为什么该函数会排除 NA 值，而当 with_ties = FALSE 时，则包括 NA 值？以下是重现代码：

library(tidyverse)

tbl <- tibble(ID = rep(c("a","b","c","d"), each = 3),
       measure = c(NA, NA, NA, NA, 1, 1, 2, 3, 4, NA, NA, NA))

tbl |> 
  group_by(ID) |> 
  slice_max(measure, with_ties = TRUE)

# A tibble: 3 × 2
# Groups:   ID [2]
  ID    measure
  <chr>   <dbl>
1 b           1
2 b           1
3 c           4

tbl |> 
  group_by(ID) |> 
  slice_max(measure, with_ties = FALSE)
# A tibble: 4 × 2
# Groups:   ID [4]
  ID    measure
  <chr>   <dbl>
1 a          NA
2 b           1
3 c           4
4 d          NA

- trevin_flick

---

如果您使用 with_ties = TRUE 进行调用，它会调用多个其他函数，例如 smaller_ranks 等。如果是 FALSE，则从顺序中创建索引。idx <- function(x, n) head(order(x, decreasing = TRUE), size(n)) - akrun

Answer 1

最近（2022年3月23日）在这个GitHub的拉取请求中，似乎已经承认了这种不一致性，但是尚未进行更改。

当with_ties参数设置为FALSE时，不再忽略NAs。本PR修复了此问题。

默认行为应该是忽略NAs。

---

与此同时，您仍然可以使用tidyr::drop_na：

tbl |> 
  group_by(ID) |> 
  slice_max(measure, with_ties = FALSE) |> 
  drop_na()

- Maël

---

谢谢！在我的情况下，我想保留NA值，所以我想确保使用with_ties = FALSE是可以的，并且不会在将来出现问题。 - trevin_flick