na.rm = FALSE和na.ram = na.rm之间有什么区别吗？

Question

总之，na.rm = TRUE函数忽略了任何NA值。

如果na.rm = FALSE，则函数在计算中包含NA值。

    sum_to_one <- function(x, na.rm = FALSE) {
    x / sum(x, na.rm = na.rm)
    }

这来自于R4DS，学习函数，并在输入中将na.rm设置为true或false。上面的THe代码应该与

     x / sum(x, na.rm = TRUE)

但是na.rm在原始表达式中是真的，但是在函数输入中它被设置为na.rm = FALSE，然后在sum()表达式中设置为na.rm = na.rm。

我看到，更好的做法是通常执行函数(x，na.rm = FALSE) {}，允许用户更改它，并与和的默认设置保持一致。这是正确的吗？

Answer 1

许多基函数(如基R或任何特定包的基)都接受参数na.rm=，其中缺省值通常是FALSE。(有些函数使用useNA=或na.action，这取决于不同的操作，但我们将忽略这些操作。)

高级函数(用户定义和/或其他包)也可能定义此参数，然后将其传递给其他函数。例如：

parent_func <- function(x, ..., na.rm = FALSE) {
  # something important
  mu <- mean(x, na.rm = na.rm)
  sigma <- sd(x, na.rm = na.rm)
  (mu - x) / sigma
}

一个前提是，如果您打算删除/忽略函数的一部分的NA值，您可能会在其他地方(或全部)使用它。

在本例中，在对mean(x, na.rm = na.rm)的调用中，左na.rm引用了mean定义中名为na.rm的参数。右na.rm指的是parent_func的同名参数。

定义这个父函数的另一种方法(为了区分变量)可以是：

parent_func <- function(x, ..., NARM = FALSE) {
  # something important
  mu <- mean(x, na.rm = NARM)
  sigma <- sd(x, na.rm = NARM)
  (mu - x) / sigma
}

使用na.rm=而不是这个NARM=的优点可能是一致性(尽管这并不总是R在所有函数中的优势之一)。许多用户可能比其他用户更直观地熟悉na.rm=参数名称、用途和效果。

编辑

--我发现，更好的做法是通常执行函数(x，na.rm = FALSE) {}，允许用户更改它，并与和和均值的默认设置保持一致。这是正确的吗？

我相信是这样的。通常，我发现删除丢失的数据应该是用户的明确行为，而不是函数的默认操作。也就是说，如果丢失的数据意味着一个更大的问题，那么默认为na.rm=FALSE将很快向用户表明出了什么问题；na.rm=TRUE将掩盖这个问题，并在可能根本没有NA的情况下提出有效的结果。对于“较小的”函数(例如，mean、sum)来说，这是正确的，因此它的逻辑应该向外传递到封装函数。