RowSums NA + NA给出0

Question

我只想了解函数rowSums的奇怪行为。想象一下，我有一个超级简单的数据框架：

a = c(NA, NA,3)
b = c(2,NA,2)
df = data.frame(a,b)
df
   a  b
1 NA  2
2 NA NA
3  3  2

现在我想要第三列，也就是另外两列的和。我不能简单地使用+，因为NA

df$c <- df$a + df$b
df
   a  b  c
1 NA  2 NA
2 NA NA NA
3  3  2  5

但是，如果我使用rowSums，具有NA的行将被计算为0，而如果只有一个NA，则一切都正常：

df$d <- rowSums(df, na.rm=T)
df
   a  b  c  d
1 NA  2 NA  2
2 NA NA NA  0
3  3  2  5 10

我是不是遗漏了什么？

感谢所有

Answer 1

rowSums的一种选择是在将所有NAs转换为NA (NA^)后，根据NA值获得带有na.rm=TRUE的na.rm=TRUE，并与否定(!) rowSums的否定(!)逻辑矩阵相乘。

rowSums(df, na.rm=TRUE) *NA^!rowSums(!is.na(df))
#[1]  2 NA 10

Answer 2

因为

sum(numeric(0))
# 0

在rowSums中使用rowSums之后，第二行是numeric(0)。取sum后，为0。

如果您想为所有的NA案例保留NA，这将是一个两阶段的工作。为此，我建议编写一个小函数：

my_rowSums <- function(x) {
  if (is.data.frame(x)) x <- as.matrix(x)
  z <- base::rowSums(x, na.rm = TRUE)
  z[!base::rowSums(!is.na(x))] <- NA
  z
  }

my_rowSums(df)
# [1]  2 NA 10

如果输入x是一个数据框架(就像在您的例子中那样)，这可能特别有用。base::rowSums将首先检查输入是否为矩阵。如果它得到一个数据框架，它将首先将它转换为一个矩阵。实际上，类型转换比实际行和计算花费更大。请注意，我们两次调用base::rowSums。为了减少类型转换开销，我们应该确保x是一个矩阵。

关于@akrun的“黑客”回答，我建议：

akrun_rowSums <- function (x) {
  if (is.data.frame(x)) x <- as.matrix(x)
  rowSums(x, na.rm=TRUE) *NA^!rowSums(!is.na(x))
  }

akrun_rowSums(df)
# [1]  2 NA 10