R：為什么平均值（NA，na.rm = TRUE）返回NaN

Question

當使用所有NA的向量估計均值時，如果na.rm = TRUE我們將得到一個NaN 。 為什么會這樣，這是有缺陷的邏輯，還是我想念的東西？ 當然使用NA比使用NaN更有意義嗎？

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

遺憾的是， ?mean沒有對此說任何話。 我的評論僅告訴您，對空的“數字”應用mean導致NaN更多的推理。 瑞·巴拉達斯（Rui Barradas）的評論試圖說明這一點，但並不准確，因為除以0並不總是NaN ，它可以是Inf或-Inf 。 我曾經在R：元素級矩陣除法中對此進行過討論。 但是，我們正在接近。 盡管mean(x)並不是用sum(x) / length(x)編碼的，但是這個數學事實確實可以解釋這個NaN 。

從?sum:

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

因此sum(numeric(0))為0 。 當length(numeric(0))為0 ， mean(numeric(0))為0 / 0 ，即NaN 。

Answer 2

從mean文件：

na.rm一個邏輯值，指示在進行計算之前是否應刪除NA值。

通過這種邏輯，在應用函數均值之前，所有NA都將被刪除。 在您的情況下，您沒有應用均值（刪除了所有NA），因此返回了NaN。