R中的列之间的平均值,不包括NA

Question

我无法想象我是第一个有这个问题的人,但我还没有找到解决方案(这里或其他地方).

我有几列,我想在R中平均.唯一最简单的方面是一些列包含NA.

例如:

Trait Col1 Col2 Col3
DF    23   NA   23
DG    2    2    2
DH    NA   9    9

我想创建一个Col4,它平均前3列中的条目,忽略了NA.所以:

 Trait Col1 Col2 Col3 Col4
 DF    23   NA   23   23
 DG    2    2    2    2
 DH    NA   9    9    9 

理想情况下这样的事情会起作用:

data$Col4 <- mean(data$Chr1, data$Chr2, data$Chr3, na.rm=TRUE)

但事实并非如此.

Answer 1

你想要rowMeans()但重要的是要注意它有一个na.rm你想要设置的参数TRUE.例如:

> mat <- matrix(c(23,2,NA,NA,2,9,23,2,9), ncol = 3)
> mat
     [,1] [,2] [,3]
[1,]   23   NA   23
[2,]    2    2    2
[3,]   NA    9    9
> rowMeans(mat)
[1] NA  2 NA
> rowMeans(mat, na.rm = TRUE)
[1] 23  2  9

要匹配您的示例:

> dat <- data.frame(Trait = c("DF","DG","DH"), mat)
> names(dat) <- c("Trait", paste0("Col", 1:3))
> dat
  Trait Col1 Col2 Col3
1    DF   23   NA   23
2    DG    2    2    2
3    DH   NA    9    9
> dat <- transform(dat, Col4 = rowMeans(dat[,-1], na.rm = TRUE))
> dat
  Trait Col1 Col2 Col3 Col4
1    DF   23   NA   23   23
2    DG    2    2    2    2
3    DH   NA    9    9    9

Answer 2

为什么不接受接受的答案？ 接受的答案是正确的，但是，它对于这个特定任务来说过于具体，不可能一概而论。如果我们需要的不是 、 等mean其他统计数据，甚至是自定义函数，该怎么var办？skewness

更灵活的解决方案：

row_means <- apply(X=data, MARGIN=1, FUN=mean, na.rm=TRUE)

更多详细信息apply：

一般来说，要在整个数据集上应用任何函数（自定义或内置），应使用按列或按行apply或其变体之一（ 、 lapply`，...）。sapply它的签名是：

apply(X, MARGIN, FUN, na.rm)

在哪里：

• X：数据框或矩阵形式的数据。
• MARGIN：发生聚合的维度。用于1按行运算和2按列运算。
• FUN：对数据调用的操作。这里可以使用任何预定义的 R 函数以及任何用户定义的函数。
• na.rm：如果TRUE，则在调用NA之前这些值将被删除。FUN

我为什么要使用apply？

出于多种原因，包括但不限于：

1. 任何功能都可以轻松插入到apply.
2. 对于不同的偏好，例如输入或输出数据类型，可以使用其他变体（例如，lapply对于列表上的操作）。
3. （最重要的是）它促进了可扩展性，因为该函数的某些版本允许并行执行（例如mclapply从{parallel}库）。例如，请参阅[+]或[+]。