示例数据
date coins
2013-10-01 NA
2013-10-01 NA
2013-10-01 NA
2013-11-01 10
2013-11-01 NA
2013-11-01 20
2013-11-01 30
2013-11-01 40
2013-12-30 NA
2013-12-30 22
2013-12-30 24
2013-12-30 25
我想做什么?
我想计算硬币一列的平均值和中位数,忽略缺失值。
我到目前为止做了什么?
- 按日期变量对数据进行分组
by_date <- group_by(df, date)
- 使用以下方法对数据进行汇总:
by_date %>% summarise_each_(funs(mean(., na.rm = TRUE), median(., na.rm=TRUE)), names(by_date)[2])
问题 summarise_each_返回的结果在日期2013-10-01处显示NaN。这是否意味着该函数没有忽略缺失值?
mean(NA, na.rm = TRUE)
这个函数,如果一个组里面所有的值都是 NA,那么可以设置一个检查,将 na.rm 参数设为 FALSE。请注意,我已经尽力使翻译通俗易懂,但没有改变原文的含义。 - rawr... summarise_each(funs(...), 2)
而不是... summarise_each_(funs(...), names(by_date)[2])
。 - talatError in UseMethod("as.lazy_dots") : no applicable method for 'as.lazy_dots' applied to an object of class "c('double', 'numeric')"
。 - Imran Alisummarise_each
而不是summarise_each_
来实现我的建议。 - talat