在变体中使用na.rm=TRUE函数

Question

我试图计算累积和，并使用mutate创建新列。我正在为多个列这样做，每个列在不同的地方都有丢失的数据。

day    water    nitrogen
 1      4        5
 2      NA       6
 3      3        NA
 4      7        NA
 5      2        9
 6      NA       3
 7      2        NA
 8      NA       2
 9      7        NA
10      4        3

我试着

mutate(df, sumwater = cumsum(water))%>%
mutate(sumnitrogen = cumsum(nitrogen)) 

或

mutate(df, sumwater = cumsum(water, na.rm = TRUE))%>%
mutate(sumnitrogen = cumsum(nitrogen, na.rm = TRUE))

这两样都不管用。我知道我们可以在na.rm=TRUE函数中执行summarize。有办法让它在mutate中工作吗？我更喜欢dplyr的答案，因为在现实中，这是一个长长的管道链的一部分。

Answer 1

另一个避免加载plyr的解决方案是使用tidyr::replace_na (参见na.html)：

library(dplyr)
library(tidyr)

df %>% replace_na(list(water = 0)) %>% mutate(sumwater = cumsum(water))

Answer 2

您需要为NA选择一个替换值。你可以做零。但如果这些都是NA的，则均值替换似乎更有意义(甚至几何平均值，如果值严格大于0)。

detach("package:dplyr")
library(plyr)
library(dplyr)

mutate(df, sumwater = water %>% mapvalues(NA, 0) %>% cumsum)

mutate(df, sumwater = water %>% mapvalues(NA, mean(water) ) %>% cumsum)