資料結構
網路
關係資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
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
服裝設計
法律研究如果R資料框中存在NA，如何查詢行和？
如果R資料框中存在NA，要查詢行和，我們可以使用rowSums函式並將na.rm引數設定為TRUE，此引數將在計算行和之前刪除NA值。
例如，如果我們有一個名為df的資料框，其中包含一些NA值，那麼我們可以使用以下命令查詢行和：
df$Row_Sums<-rowSums(df,na.rm=TRUE)
示例 1
以下程式碼片段建立了一個示例資料框：
x1<-sample(c(NA,2,5),20,replace=TRUE) x2<-sample(c(NA,2,5),20,replace=TRUE) x3<-sample(c(NA,2,5),20,replace=TRUE) df1<-data.frame(x1,x2,x3) df1
建立了以下資料框
x1 x2 x3 1 2 NA 5 2 NA 2 2 3 2 5 NA 4 NA 5 2 5 NA NA 2 6 5 NA NA 7 5 2 5 8 2 NA NA 9 2 NA 2 10 5 5 5 11 NA 5 2 12 NA NA NA 13 5 2 5 14 2 2 2 15 NA NA 2 16 5 2 NA 17 5 NA 5 18 NA NA 2 19 NA NA NA 20 5 5 NA
要在上面建立的資料框上忽略NA值的情況下，為df1中的每一行查詢行和，請將以下程式碼新增到上述程式碼片段中：
x1<-sample(c(NA,2,5),20,replace=TRUE) x2<-sample(c(NA,2,5),20,replace=TRUE) x3<-sample(c(NA,2,5),20,replace=TRUE) df1<-data.frame(x1,x2,x3) df1$Row_Sums<-rowSums(df1,na.rm=TRUE) df1
輸出
如果您將上述所有程式碼片段作為單個程式執行，它將生成以下輸出：
x1 x2 x3 Row_Sums 1 2 NA 5 7 2 NA 2 2 4 3 2 5 NA 7 4 NA 5 2 7 5 NA NA 2 2 6 5 NA NA 5 7 5 2 5 12 8 2 NA NA 2 9 2 NA 2 4 10 5 5 5 15 11 NA 5 2 7 12 NA NA NA 0 13 5 2 5 12 14 2 2 2 6 15 NA NA 2 2 16 5 2 NA 7 17 5 NA 5 10 18 NA NA 2 2 19 NA NA NA 0 20 5 5 NA 10
示例 2
以下程式碼片段建立了一個示例資料框：
y1<-sample(c(NA,round(rnorm(3),2)),20,replace=TRUE) y2<-sample(c(NA,round(rnorm(3),2)),20,replace=TRUE) y3<-sample(c(NA,round(rnorm(3),2)),20,replace=TRUE) df2<-data.frame(y1,y2,y3) df2
建立了以下資料框
y1 y2 y3 1 -0.27 NA NA 2 -0.27 NA -0.70 3 -0.33 NA -0.06 4 -0.27 -1.35 -0.09 5 0.23 -2.03 -0.09 6 NA -2.03 -0.70 7 -0.27 NA NA 8 -0.27 -2.03 -0.09 9 -0.27 NA -0.06 10 -0.33 NA -0.70 11 -0.27 NA -0.70 12 NA NA NA 13 -0.33 NA NA 14 NA -1.35 -0.70 15 NA -0.93 -0.06 16 0.23 -1.35 -0.06 17 0.23 -0.93 -0.06 18 -0.27 -0.93 -0.06 19 -0.33 NA -0.06 20 NA -0.93 -0.09
要在上面建立的資料框上忽略NA值的情況下，為df2中的每一行查詢行和，請將以下程式碼新增到上述程式碼片段中：
y1<-sample(c(NA,round(rnorm(3),2)),20,replace=TRUE) y2<-sample(c(NA,round(rnorm(3),2)),20,replace=TRUE) y3<-sample(c(NA,round(rnorm(3),2)),20,replace=TRUE) df2<-data.frame(y1,y2,y3) df2$Row_Sums<-rowSums(df2,na.rm=TRUE) df2
輸出
如果您將上述所有程式碼片段作為單個程式執行，它將生成以下輸出：
y1 y2 y3 Row_Sums 1 -0.27 NA NA -0.27 2 -0.27 NA -0.70 -0.97 3 -0.33 NA -0.06 -0.39 4 -0.27 -1.35 -0.09 -1.71 5 0.23 -2.03 -0.09 -1.89 6 NA -2.03 -0.70 -2.73 7 -0.27 NA NA -0.27 8 -0.27 -2.03 -0.09 -2.39 9 -0.27 NA -0.06 -0.33 10 -0.33 NA -0.70 -1.03 11 -0.27 NA -0.70 -0.97 12 NA NA NA 0.00 13 -0.33 NA NA -0.33 14 NA -1.35 -0.70 -2.05 15 NA -0.93 -0.06 -0.99 16 0.23 -1.35 -0.06 -1.18 17 0.23 -0.93 -0.06 -0.76 18 -0.27 -0.93 -0.06 -1.26 19 -0.33 NA -0.06 -0.39 20 NA -0.93 -0.09 -1.02
更新時間： 2021年11月3日
4K+ 次檢視
廣告