是否可以将 na.rm 全局设置为 TRUE？

Question

对于像max的命令，选项na.rm默认设置为FALSE 。 我理解为什么这是一个好主意，但我想可逆地关闭它一段时间 - 即在会话期间。

我怎样才能要求 R 设置na.rm = TRUE每当它是一个选项？ 我发现

options(na.action = na.omit)

但这不起作用。 我知道我可以为我编写的每个函数设置一个na.rm=TRUE选项。

my.max <- function(x) {max(x, na.rm=TRUE)}

但这不是我要找的。 我想知道是否有什么我可以在全球/普遍上做更多的事情，而不是为每个功能做。

Answer 1

一种解决方法（危险）是执行以下操作：

1. 列出所有以na.rm作为参数的函数。 在这里，我将搜索限制在基本包中。
2. 获取每个函数并在其主体的开头添加这一行： na.rm = TRUE
3. 将该功能分配回基础包。

所以首先我将所有以na.rm作为参数的函数存储在一个列表 (ll) 中：

uses_arg <- function(x,arg) 
  is.function(fx <- get(x)) && 
  arg %in% names(formals(fx))
basevals <- ls(pos="package:base")      
na.rm.f <- basevals[sapply(basevals,uses_arg,'na.rm')]

编辑更好的方法来获取所有 na.rm 的参数函数（感谢 mnel 评论）

Funs <- Filter(is.function,sapply(ls(baseenv()),get,baseenv()))
na.rm.f <- names(Filter(function(x) any(names(formals(args(x)))%in% 'na.rm'),Funs))

所以na.rm.f列表看起来像：

 [1] "all"                     "any"                     "colMeans"                "colSums"                
 [5] "is.unsorted"             "max"                     "mean.default"            "min"                    
 [9] "pmax"                    "pmax.int"                "pmin"                    "pmin.int"               
[13] "prod"                    "range"                   "range.default"           "rowMeans"               
[17] "rowsum.data.frame"       "rowsum.default"          "rowSums"                 "sum"                    
[21] "Summary.data.frame"      "Summary.Date"            "Summary.difftime"        "Summary.factor"         
[25] "Summary.numeric_version" "Summary.ordered"         "Summary.POSIXct"         "Summary.POSIXlt" 

然后对于我更改主体的每个函数，代码的灵感来自data.table包（常见问题解答 2.23），该包在rbind.data.frame和cbind.data.frame的开头添加一行。

ll <- lapply(na.rm.f,function(x)
  {
  tt <- get(x)
  ss = body(tt)
  if (class(ss)!="{") ss = as.call(c(as.name("{"), ss))
  if(length(ss) < 2) print(x)
  else{
    if (!length(grep("na.rm = TRUE",ss[[2]],fixed=TRUE))) {
      ss = ss[c(1,NA,2:length(ss))]
      ss[[2]] = parse(text="na.rm = TRUE")[[1]]
      body(tt)=ss
      (unlockBinding)(x,baseenv())
      assign(x,tt,envir=asNamespace("base"),inherits=FALSE)
      lockBinding(x,baseenv())
      }
    }
  })

不，如果你检查，我们列表的每个函数的第一行：

unique(lapply(na.rm.f,function(x) body(get(x))[[2]]))
[[1]]
na.rm = TRUE

Answer 2

不可能将na.rm全局更改为TRUE 。 （请参阅Hong Ooi 在问题下的评论。）

编辑：

不幸的是，您不想要的答案是唯一普遍有效的答案。 没有像 na.action 那样的全局选项，它只影响 lm、glm 等建模功能（即使在那里，也不能保证在所有情况下都能工作）。 – Hong Ooi 2013 年 7 月 2 日 6:23

Answer 3

对于我的 R 包，我覆盖了现有的函数mean和sum 。 感谢伟大的 Ben（下面的评论），我改变了我的功能：

mean <- function(x, ..., na.rm = TRUE) {
  base::mean(x, ..., na.rm = na.rm)
}

在此之后， mean(c(2, NA, 3)) = 2.5而不是NA 。

对于sum ：

sum <- function(x, ..., na.rm = TRUE) {
  base::sum(x, ..., na.rm = na.rm)
}

这将产生sum(c(2, NA, 3)) = 5而不是NA 。

sum(c(2, NA, 3, NaN))也有效。

Answer 4

已经有几个关于在全球范围内更改na.rm参数的答案。 我只想注意purrr或pryr包中的partial()函数。 使用此函数，您可以使用预定义参数创建现有函数的副本：

library(purrr)
.mean <- partial(mean, na.rm = TRUE)

# Create sample vector
df <- c(1, 2, 3, 4, NA, 6, 7)

mean(df)
>[1] NA

.mean(df)
>[1] 3.833333

我们可以将此提示与@agstudy 答案结合起来，并使用na.rm = TRUE参数创建所有函数的副本：

library(purrr)

# Create a vector of function names https://stackoverflow.com/a/17423072/9300556
Funs <- Filter(is.function,sapply(ls(baseenv()),get,baseenv()))
na.rm.f <- names(Filter(function(x) any(names(formals(args(x)))%in% 'na.rm'),Funs))

# Create strings. Dot "." is optional
fs <- lapply(na.rm.f,
             function(x) paste0(".", x, "=partial(", x ,", na.rm = T)"))

eval(parse(text = fs)) 

所以，现在有.all ， .min ， .max ，等我们.GlobalEnv 。 你可以运行它们：

.min(df)
> [1] 1
.max(df)
> [1] 7
.all(df)
> [1] TRUE

要覆盖函数，只需删除点“。” 从 lapply 电话。 受到这篇博文的启发