R按组计算NA

Question

有人可以解释为什么我使用聚合函数得到不同的答案来按组计算缺失值？此外,是否有更好的方法使用本机R函数按组计算缺失值？

DF <- data.frame(YEAR=c(2000,2000,2000,2001,2001,2001,2001,2002,2002,2002), X=c(1,NA,3,NA,NA,NA,7,8,9,10))
DF

aggregate(X ~ YEAR, data=DF, function(x) { sum(is.na(x)) })
with(DF, aggregate(X, list(YEAR), function(x) { sum(is.na(x)) }))

aggregate(X ~ YEAR, data=DF, function(x) { sum(! is.na(x)) })
with(DF, aggregate(X, list(YEAR), function(x) { sum(! is.na(x)) }))

Answer 1

帮助页面?aggregate指出公式方法有一个na.action默认设置的参数na.omit.

na.action:一个函数,指示数据包含NA值时应发生的情况.默认设置是忽略给定变量中的缺失值.

将该参数更改为NULL或者na.pass改为获得您可能期望的结果:

# aggregate(X ~ YEAR, data=DF, function(x) {sum(is.na(x))}, na.action = na.pass)
aggregate(X ~ YEAR, data=DF, function(x) {sum(is.na(x))}, na.action = NULL)
#   YEAR X
# 1 2000 1
# 2 2001 3
# 3 2002 0