按组计算非 NA 值的数量

Question

例如，我有这个数据框（df）：

Color    X1      X2    X3    X4
Red      1       1     0     2
Blue     0       NA    4     1 
Red      3       4     3     1
Green    2       2     1     0

我想创建一个函数，按组（即按“颜色”）计算“X2”中非 NA 的数量。我希望这个函数的输出在一个名为 newdf 的新数据框中。这就是我想要的输出：

Color    X2     
Red      2      
Blue     NA    
Green    1

到目前为止，我有这个代码：

Question <- function(Color){
  Result <-
    rowsum((df[c("X2")] > 0) + 0, df[["X2"]], na.rm = TRUE) 
  rowSums(Result)[[Color]]
  }
  Question("Red")

此函数给出的输出只是 Question("Red")= 2，我想改为在新数据框 (newdf) 中获取所有颜色的结果。有人能帮忙吗？谢谢！

Answer 1

library(dplyr)
df1 <-  df %>%
           group_by(Color) %>%
           summarise(sum(!is.na(X2)))
df1
#  (chr)           (int)
#1   Red               2
#2  Blue               0
#3 Green               1

如果你真的想要 NA 而不是那个 0 那么

df1[df1 ==0]<-NA

Answer 2

或者如果您想使用 data.table:

library(data.table)

dt[,sum(!is.na(X2)),by=.(Color)]

  Color V1
1:   Red  2
2:  Blue  0
3: Green  1

在 data.table 中使用 ifelse() 也很容易得到蓝色的 NA 而不是 0。参见：

dt[,ifelse(sum(!is.na(X2)==0),as.integer(NA),sum(!is.na(X2))),by=.(Color)]

   Color V1
1:   Red  2
2:  Blue NA
3: Green  1

数据：

 dt <- as.data.table(fread("Color    X1      X2    X3    X4
Red      1       1     0     2
Blue     0       NA    4     1 
Red      3       4     3     1
Green    2       2     1     0"))

Answer 3

对于基数 R，我们可以使用 aggregate 和 na.action 参数作为 na.pass 以允许 NA 值

aggregate(X2~Color, df, function(x) sum(!is.na(x)), na.action = na.pass)

#  Color X2
#1  Blue  0
#2 Green  1
#3   Red  2

按组计算非 NA 值的数量

Count number of non-NA values by group

r

counting

na