使用 dplyr 对多列求和时忽略 NA

我正在对多列进行求和，其中一些列不适用。我在用

 dplyr::mutate

然后写出各列的算术和以获得总和。但这些列有 NA，我想将它们视为零。我能够让它与 rowSums 一起使用（见下文），但现在使用 mutate。使用 mutate 可以使其更具可读性，但也可以允许我减去列。示例如下。

require(dplyr)
data(iris)
iris <- tbl_df(iris)
iris[2,3] <- NA
iris <- mutate(iris, sum = Sepal.Length + Petal.Length)

如何确保上述表达式中 Petal.Length 中的 NA 被处理为零？我知道使用 rowSums 我可以做类似的事情：

iris$sum <- rowSums(DF[,c("Sepal.Length","Petal.Length")], na.rm = T)

但使用 mutate 时，甚至可以更轻松地设置 diff = Sepal.Length - Petal.Length。 使用 mutate 来完成此任务的建议方法是什么？

请注意，该帖子与下面的 stackoverflow 帖子类似。

使用 dplyr 对多列求和

减去多个列并忽略 NA

你的问题rowSums是参考DF（这是未定义的）。这有效：

mutate(iris, sum2 = rowSums(cbind(Sepal.Length, Petal.Length), na.rm = T))

为了区别，你当然可以使用否定：rowSums(cbind(Sepal.Length, -Petal.Length), na.rm = T)

一般的解决方案是使用ifelse或类似将缺失值设置为 0（或其他适当的值）：

mutate(iris, sum2 = Sepal.Length + ifelse(is.na(Petal.Length), 0, Petal.Length))

比效率更高ifelse将是一个实现coalesce, 请参阅此处的示例。这使用了上一个链接中@krlmlr的答案（请参阅底部的代码或使用基米斯克封装).

mutate(iris, sum2 = Sepal.Length + coalesce.na(Petal.Length, 0))

为了替换数据集范围内的缺失值，有replace_na in the tidyr包裹。

@krlmlr 的coalesce.na, 如这里找到的

coalesce.na <- function(x, ...) {
  x.len <- length(x)
  ly <- list(...)
  for (y in ly) {
    y.len <- length(y)
    if (y.len == 1) {
      x[is.na(x)] <- y
    } else {
      if (x.len %% y.len != 0)
        warning('object length is not a multiple of first object length')
      pos <- which(is.na(x))
      x[pos] <- y[(pos - 1) %% y.len + 1]
    }
  }
  x
}