資料結構
網路
RDBMS
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚學
法學如何在排除 R 資料框架中 NA 值的情況下計算行均值？
為了求行均值，我們可以使用 rowMeans 函式，但如果資料框架中存在缺失值，則可以像計算列均值那樣使用 na.rm=TRUE 引數。例如，如果我們有一個包含兩列 x 和 y 的資料框架 df，其中有些缺失值，則行均值可計算為 rowMeans(df,na.rm=TRUE)。
示例
考慮以下資料框架 −
set.seed(1515) x1<-sample(c(NA,1,25,31),20,replace=TRUE) x2<-sample(c(NA,5,12,27),20,replace=TRUE) x3<-sample(c(NA,15),20,replace=TRUE) x4<-sample(c(NA,15,9),20,replace=TRUE) df1<-data.frame(x1,x2,x3,x4) df1
輸出
x1 x2 x3 x4 1 25 NA NA NA 2 25 12 15 NA 3 25 NA 15 NA 4 31 5 NA NA 5 31 27 15 15 6 NA 5 NA 9 7 25 12 15 NA 8 31 5 15 NA 9 1 5 15 15 10 1 27 NA NA 11 25 NA 15 NA 12 25 12 15 15 13 25 NA 15 9 14 31 NA 15 15 15 31 27 15 9 16 1 12 NA 15 17 1 NA NA 9 18 25 27 15 NA 19 31 5 15 9 20 NA 5 15 NA
求 df1 的行均值 −
rowMeans(df1,na.rm=TRUE)
輸出
[1] 25.000000 17.333333 20.000000 18.000000 22.000000 7.000000 17.333333 [8] 17.000000 9.000000 14.000000 20.000000 16.750000 16.333333 20.333333 [15] 20.500000 9.333333 5.000000 22.333333 15.000000 10.000000
我們再看另一個示例 −
示例
y1<-sample(c(NA,rnorm(5,1,0.003)),20,replace=TRUE) y2<-sample(c(NA,rnorm(10,50,2.47)),20,replace=TRUE) y3<-sample(c(NA,runif(5,1,4)),20,replace=TRUE) y4<-sample(c(NA,runif(5,2,10)),20,replace=TRUE) y5<-sample(c(NA,rexp(5,3.5)),20,replace=TRUE) df2<-data.frame(y1,y2,y3,y4,y5) df2
輸出
y1 y2 y3 y4 y5 1 0.9965744 48.73434 2.097240 9.657755 0.32815971 2 1.0003618 44.83392 2.877004 9.735341 0.27053003 3 0.9974534 NA 2.097240 9.657755 0.64288668 4 0.9999057 54.12249 2.097240 NA 0.06486254 5 1.0003618 54.12249 2.877004 5.945301 NA 6 0.9965744 NA NA NA 0.27053003 7 1.0003618 54.12249 NA 5.945301 0.06486254 8 1.0022832 44.83392 1.065712 5.945301 0.64288668 9 1.0003618 54.34290 NA 9.735341 0.64288668 10 1.0003618 NA 2.323069 3.774950 NA 11 0.9999057 54.12249 1.834897 3.774950 0.64288668 12 0.9999057 53.84937 1.834897 NA 0.44797666 13 0.9974534 47.75855 1.065712 9.735341 0.44797666 14 1.0022832 NA 1.065712 3.774950 0.32815971 15 1.0003618 54.12249 2.877004 5.945301 0.27053003 16 0.9974534 54.34290 2.323069 9.657755 0.64288668 17 NA 44.83392 1.065712 3.774950 0.32815971 18 0.9965744 54.34290 NA NA 0.06486254 19 1.0022832 49.89409 2.323069 3.774950 0.06486254 20 1.0003618 49.89409 1.065712 4.078849 0.32815971
求 df2 的行均值 −
示例
rowMeans(df2,na.rm=TRUE)
輸出
[1] 12.3628143 11.7434319 3.3488338 14.3211253 15.9862898 0.6335522 [7] 15.2832544 10.6980210 16.4303723 2.3661269 12.2750266 14.2830369 [13] 12.0010071 1.5427764 12.8431379 13.5928126 12.5006862 18.4681122 [19] 11.4118515 11.2734351
更新日期：2020-10-17
3 千次以上瀏覽
廣告