如果所有值均为NA，则计算总和或返回NA的有效方法

Question

在模拟过程中，我创建了多个具有1,000,000个变量的数据集。但是，这些变量的某些值是NA，在某些情况下甚至所有值都是NA。现在，我想计算变量的所有值的总和，但要获取NA所有值是否为NA。

common sum(x, na.rm=T)或or 的问题sum(na.omit(x))是，如果所有值均为，则返回0 NA。因此，我编写了自己的函数，该函数NA以预期的方式处理：

sumna <- function(x) {
  sumna <- NULL
  return(ifelse(all(is.na(x)), NA, sum(na.omit(x))))
}

但是，该实现相当慢。

因此，我正在寻找一个实现或预先实现的函数，该函数求和向量的值，如果所有值均为，则省略NA并返回。NANA

提前谢谢了！

Answer 1

在sum_从hablar作为OP希望有相同的行为。因此，无需重新发明轮子

library(hablar)
sum_(c(1:10, NA))
#[1] 55
sum_(c(NA, NA, NA))
#[1] NA

它可以用于tidyverse或data.table

library(dplyr)
df1 %>%
    summarise_all(sum_)

但是，如果我们需要更改OP的自定义功能，而不是ifelse，一个更好的选择是if/else

sumna <- function(x) {
       if(all(is.na(x))) NA else sum(x, na.rm = TRUE)
   }

另外，我们可以使用向量化 colSums

v1 <- colSums(df1, na.rm = TRUE)
v1[colSums(is.na(df1)) == nrow(df1)] <- NA

由于数据集非常庞大，我们还可以利用高效 data.table

library(data.table)
setDT(df1)[, lapply(.SD, sumna)]

或使用 tidyverse

library(tidyverse)
df1 %>%
     summarise_all(sumna)

Answer 2

您可以删除所有 NA 并测试长度是否大于 0。

sumna_a <- function(x) {
    x <- na.omit(x)
    if(length(x)) return(sum(x))
    NA
}

#or
sumna_b <- function(x) {
    if(length(na.omit(x))) return(sum(x, na.rm = TRUE))
    NA
}

我认为在大多数情况下，如果您只是在只有以下sum(x, na.rm = TRUE)情况时使用和测试，那么它应该是有效的：sum==0NA

sumna_c <- function(x) {
    ret <- sum(x, na.rm = TRUE)
    if(ret == 0 && all(is.na(x))) {NA} else {ret}
}