R：为什么平均值（NA，na.rm = TRUE）返回NaN

Question

当使用所有NA的向量估计均值时，如果na.rm = TRUE我们将得到一个NaN 。 为什么会这样，这是有缺陷的逻辑，还是我想念的东西？ 当然使用NA比使用NaN更有意义吗？

下面的快速示例

mean(NA, na.rm = TRUE)
#[1] NaN

mean(rep(NA, 10), na.rm = TRUE)
#[1] NaN

Answer 1

遗憾的是， ?mean没有对此说任何话。 我的评论仅告诉您，对空的“数字”应用mean导致NaN更多的推理。 瑞·巴拉达斯（Rui Barradas）的评论试图说明这一点，但并不准确，因为除以0并不总是NaN ，它可以是Inf或-Inf 。 我曾经在R：元素级矩阵除法中对此进行过讨论。 但是，我们正在接近。 尽管mean(x)并不是用sum(x) / length(x)编码的，但是这个数学事实确实可以解释这个NaN 。

从?sum:

 *NB:* the sum of an empty set is zero, by definition.

因此sum(numeric(0))为0 。 当length(numeric(0))为0 ， mean(numeric(0))为0 / 0 ，即NaN 。

Answer 2

从mean文件：

na.rm一个逻辑值，指示在进行计算之前是否应删除NA值。

通过这种逻辑，在应用函数均值之前，所有NA都将被删除。 在您的情况下，您没有应用均值（删除了所有NA），因此返回了NaN。