总结使用 na.rm = TRUE 时返回 -inf

Question

我最近构建了一个简单的 R 脚本来总结三个不同的数据框。自从更新到最新版本的 R 和 R Studio 后，我运行在 dplyr 中仅对一个数据帧使用 summarize 函数（其他两个都很好）时，我进入了一个我以前从未见过的输出.我还收到了一系列我不熟悉的警告。请注意，在更新之前，我运行脚本与编写的完全一致，任何数据帧都没有问题。

有问题的数据帧称为VO2，其设置如下：

Name        Sex       VO2
AthleteA    M         50
AthleteA    M         52
AthleteA    M         NA
AthleteB    M         49
AthleteB    M         56
AthleteB    M         47 
AthleteC    M         42
AthleteC    M         NA
AthleteC    M         41 
AthleteD    M         NA
AthleteD    M         NA
AthleteD    M         NA

我运行的代码是：

Test.Summary.VO2 = VO2 %>% group_by(Name, Sex) %>% 
summarise(Best.Score = max(VO2, na.rm=TRUE))

此代码生成以下摘要：

Name       Sex     Best.Score
AthleteA    M        52
AthleteB    M        56
AthleteC    M        42
AthleteD    M        -Inf

-Inf 值在输出中是全新的。我不明白为什么它现在出现在只有 NA 的情况下。

如上所述，我对第二个数据框有完全相同的布局，运行具有相同类型的摘要。这里一切正常。当我用 na.rm=TRUE 进行总结时，它会删除 NA 案例而不用 -Inf 值替换 NA 案例。

这变得有点不寻常的是，当我使用以下方式查看数据框时：

View(Test.Summary.VO2)

我收到以下一系列警告消息：

There were 38 warnings (use warnings() to see them)
warnings()
Warning messages:
1: Unknown or uninitialised column: 'Quad'.
2: Unknown or uninitialised column: 'Quad'.
3: Unknown or uninitialised column: 'Quad'.
4: Unknown or uninitialised column: 'Quad'.

稍后在脚本中我生成了一个名为 "Quad" 的新变量。但是即使在我清除环境并重新启动 R Studio 之后，上面的警告也会出现。我什至尝试重命名 .csv 文件并使用不同的数据框名称导入。就好像稍后在脚本中生成的列 'Quad' 挂在环境中的某个地方。

我真的不知道这里会发生什么。

我希望 Stack 上的一位 R 专家可以为我提供有关如何解决此问题的想法。

感谢您的考虑。

Answer 1

参见?max：

The minimum and maximum of a numeric empty set are +Inf and -Inf (in this order!) which ensures transitivity, e.g., min(x1, min(x2)) == min(x1, x2). For numeric x max(x) == -Inf and min(x) == +Inf whenever length(x) == 0 (after removing missing values if requested). However, pmax and pmin return NA if all the parallel elements are NA even for na.rm = TRUE.

D 组没有任何非 NA 值，因此 max returns 空集的值。

Answer 2

迟到了，但解决方案是 return NA 而不是 Inf，因为没有价值可以最大化。这可以通过 hablar 包的 s 函数来完成。

library(dplyr)
library(hablar)

VO2 %>% 
  group_by(Name, Sex) %>% 
  summarise(Best.Score = max(s(VO2)))

这给你：

  Name     Sex   Best.Score
  <chr>    <chr>      <int>
1 AthleteA M             52
2 AthleteB M             56
3 AthleteC M             42
4 AthleteD M             NA

总结使用 na.rm = TRUE 时返回 -inf

summarise returning -inf when using na.rm = TRUE

r

dplyr

summarize