R：如何使用dplyr計算缺少值的每行的平均值

Question

我想計算包含缺失值的數據框中每行的多個列的均值，並將結果放在一個名為“means”的新列中。 這是我的數據幀：

df <- data.frame(A=c(3,4,5),B=c(0,6,8),C=c(9,NA,1))
  A B  C
1 3 0  9
2 4 6 NA
3 5 8  1

如果列沒有缺失值，則下面的代碼可以成功完成任務，例如A列和B列。

 library(dplyr)
 df %>%
 rowwise() %>%
 mutate(means=mean(A:B, na.rm=T))

     A     B     C   means
  <dbl> <dbl> <dbl> <dbl>
1     3     0     9   1.5
2     4     6    NA   5.0
3     5     8     1   6.5

但是，如果列缺少值，例如C，則會出現錯誤：

> df %>% rowwise() %>% mutate(means=mean(A:C, na.rm=T))
Error: NA/NaN argument

理想情況下，我想用dplyr實現它。

Answer 1

df %>% 
  mutate(means=rowMeans(., na.rm=TRUE))

的. 是一個“代詞”，它引用了管道mutate的數據幀df 。

  ABC means 1 3 0 9 4.000000 2 4 6 NA 5.000000 3 5 8 1 4.666667 

您還可以使用所有常用方法（列名，索引， grep等）僅選擇要包括的特定列。

df %>% 
  mutate(means=rowMeans(.[ , c("A","C")], na.rm=TRUE))

  ABC means 1 3 0 9 6 2 4 6 NA 4 3 5 8 1 3 

Answer 2

在基數R中也很容易實現：

cbind(df, "means"=rowMeans(df, na.rm=TRUE))
  A B  C    means
1 3 0  9 4.000000
2 4 6 NA 5.000000
3 5 8  1 4.666667

rowMeans執行計算。並允許na.rm參數跳過缺失值，而cbind允許您將所需的平均值和任何名稱綁定到data.frame，df。

Answer 3

關於OP代碼中的錯誤，我們可以使用連接函數c將這些元素作為單個vector ，然后執行mean因為mean只能使用一個參數。

df %>%
    rowwise() %>% 
    mutate(means = mean(c(A, B, C), na.rm = TRUE))
#     A     B     C    means 
#  <dbl> <dbl> <dbl>    <dbl>
#1     3     0     9 4.000000
#2     4     6    NA 5.000000
#3     5     8     1 4.666667

---

此外，我們可以使用rowMeans和transform

transform(df, means = rowMeans(df, na.rm = TRUE))
#  A B  C    means
#1 3 0  9 4.000000
#2 4 6 NA 5.000000
#3 5 8  1 4.666667

或者使用data.table

library(data.table)
setDT(df)[, means := rowMeans(.SD, na.rm = TRUE)]