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?
by_date <- group_by(df, date)
上的数据进行分组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 NaN 日期 2013-10-01 .这是否意味着该函数不会忽略缺失值?
最佳答案
这里的问题是 2013-10-01 的所有值都是 NA
,所以不可能有平均值。 NaN
R 试图告诉你这个。
如果您不想在摘要中显示 2013-10-01,一种选择是去掉 NA
像这样预先值:
by_date<-group_by(df[!is.na(df$coins),],date)
关于r - 除了 na.rm= TRUE 之外,mean 还返回 NaN,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/35412784/