数据结构
网络
RDBMS
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚学
法学如何在排除 R 数据框架中 NA 值的情况下计算行均值？
为了求行均值，我们可以使用 rowMeans 函数，但如果数据框架中存在缺失值，则可以像计算列均值那样使用 na.rm=TRUE 参数。例如，如果我们有一个包含两列 x 和 y 的数据框架 df，其中有些缺失值，则行均值可计算为 rowMeans(df,na.rm=TRUE)。
示例
考虑以下数据框架 −
set.seed(1515) x1<-sample(c(NA,1,25,31),20,replace=TRUE) x2<-sample(c(NA,5,12,27),20,replace=TRUE) x3<-sample(c(NA,15),20,replace=TRUE) x4<-sample(c(NA,15,9),20,replace=TRUE) df1<-data.frame(x1,x2,x3,x4) df1
输出
x1 x2 x3 x4 1 25 NA NA NA 2 25 12 15 NA 3 25 NA 15 NA 4 31 5 NA NA 5 31 27 15 15 6 NA 5 NA 9 7 25 12 15 NA 8 31 5 15 NA 9 1 5 15 15 10 1 27 NA NA 11 25 NA 15 NA 12 25 12 15 15 13 25 NA 15 9 14 31 NA 15 15 15 31 27 15 9 16 1 12 NA 15 17 1 NA NA 9 18 25 27 15 NA 19 31 5 15 9 20 NA 5 15 NA
求 df1 的行均值 −
rowMeans(df1,na.rm=TRUE)
输出
[1] 25.000000 17.333333 20.000000 18.000000 22.000000 7.000000 17.333333 [8] 17.000000 9.000000 14.000000 20.000000 16.750000 16.333333 20.333333 [15] 20.500000 9.333333 5.000000 22.333333 15.000000 10.000000
我们再看另一个示例 −
示例
y1<-sample(c(NA,rnorm(5,1,0.003)),20,replace=TRUE) y2<-sample(c(NA,rnorm(10,50,2.47)),20,replace=TRUE) y3<-sample(c(NA,runif(5,1,4)),20,replace=TRUE) y4<-sample(c(NA,runif(5,2,10)),20,replace=TRUE) y5<-sample(c(NA,rexp(5,3.5)),20,replace=TRUE) df2<-data.frame(y1,y2,y3,y4,y5) df2
输出
y1 y2 y3 y4 y5 1 0.9965744 48.73434 2.097240 9.657755 0.32815971 2 1.0003618 44.83392 2.877004 9.735341 0.27053003 3 0.9974534 NA 2.097240 9.657755 0.64288668 4 0.9999057 54.12249 2.097240 NA 0.06486254 5 1.0003618 54.12249 2.877004 5.945301 NA 6 0.9965744 NA NA NA 0.27053003 7 1.0003618 54.12249 NA 5.945301 0.06486254 8 1.0022832 44.83392 1.065712 5.945301 0.64288668 9 1.0003618 54.34290 NA 9.735341 0.64288668 10 1.0003618 NA 2.323069 3.774950 NA 11 0.9999057 54.12249 1.834897 3.774950 0.64288668 12 0.9999057 53.84937 1.834897 NA 0.44797666 13 0.9974534 47.75855 1.065712 9.735341 0.44797666 14 1.0022832 NA 1.065712 3.774950 0.32815971 15 1.0003618 54.12249 2.877004 5.945301 0.27053003 16 0.9974534 54.34290 2.323069 9.657755 0.64288668 17 NA 44.83392 1.065712 3.774950 0.32815971 18 0.9965744 54.34290 NA NA 0.06486254 19 1.0022832 49.89409 2.323069 3.774950 0.06486254 20 1.0003618 49.89409 1.065712 4.078849 0.32815971
求 df2 的行均值 −
示例
rowMeans(df2,na.rm=TRUE)
输出
[1] 12.3628143 11.7434319 3.3488338 14.3211253 15.9862898 0.6335522 [7] 15.2832544 10.6980210 16.4303723 2.3661269 12.2750266 14.2830369 [13] 12.0010071 1.5427764 12.8431379 13.5928126 12.5006862 18.4681122 [19] 11.4118515 11.2734351
更新日期：2020-10-17
3 千次以上浏览
广告