除了 na.rm= TRUE 之外，mean 还返回 NaN

Question

样本数据

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

我想做的事？

我想计算硬币列的平均值和中位数，忽略缺失值。

到目前为止我做了什么？

1. 对日期变量上的数据进行分组 by_date <- group_by(df, date)
2. 汇总数据使用：by_date %>% summarise_each_(funs(mean(., na.rm = TRUE), median(., na.rm=TRUE)), names(by_date)[2])

问题 summarise_each_ 返回的结果显示日期为2013-10-01 的NaN。这是否意味着该函数不会忽略缺失值？

Answer 1

这里的问题是 2013-10-01 的所有值都是NA，所以不可能有均值。这NaN是 R 试图告诉你这一点。

如果您不想让 2013-10-01 出现在摘要中，一种选择是NA像这样预先删除值：

by_date<-group_by(df[!is.na(df$coins),],date)