示例数据集...
> tribble(
+ ~colA, ~colB, ~colC, ~colD, ~colE,
+ 1, 2, 3, 4, 5,
+ 2, 3, NA, 4, 5,
+ 3, NA, NA, NA, 4,
+ 4, NA, NA, 5, 6
+ )
# A tibble: 4 × 5
colA colB colC colD colE
<dbl> <dbl> <dbl> <dbl> <dbl>
1 1 2 3 4 5
2 2 3 NA 4 5
3 3 NA NA NA 4
4 4 NA NA 5 6如果只存在两个（最多）NA，我如何创建一个新列来给出列 B、C、D 和 E 的平均值？在这种情况下，第三行平均值应该是 NA，因为它有 3 个 NA。我放 colA 是因为我希望能够使用 tidyselect 来选择包含哪些变量。
到目前为止，我有这个...
dat %>%
rowwise() %>%
mutate(
mean = if_else(
c_across(colB, colC, colD, colE),
condition = sum(is.na(.)) <= 2,
true = mean(., na.rm = T),
false = NA
)
)但是我收到此错误消息...
Error in `mutate()`:
! Problem while computing `mean = if_else(...)`.
ℹ The error occurred in row 1.
Caused by error in `if_else()`:
! `false` must be a double vector, not a logical vector.
Run `rlang::last_error()` to see where the error occurred.
Warning message:
Problem while computing `mean = if_else(...)`.
ℹ argument is not numeric or logical: returning NA
ℹ The warning occurred in row 1.在一个理想的世界中，我将有一个函数来获取一组列的行均值和给定数量的允许 NA，我可以重新利用它们。
回答1
我们可以使用 across 来选择感兴趣的列。
library(dplyr)
dat %>%
mutate(mean = ifelse(rowSums(is.na(across(-colA))) > 2,
NA,
rowMeans(across(-colA), na.rm = T)))
# A tibble: 4 × 6
colA colB colC colD colE mean
<dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 1 2 3 4 5 3.5
2 2 3 NA 4 5 4
3 3 NA NA NA 4 NA
4 4 NA NA 5 6 5.5回答2
在 base R 中：
df$mean <- apply(df[-1], 1, \(x) if (sum(is.na(x)) <= 2) mean(x, na.rm = T) else NA)
df
#> # A tibble: 4 x 6
#> colA colB colC colD colE mean
#> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#> 1 1 2 3 4 5 3.5
#> 2 2 3 NA 4 5 4
#> 3 3 NA NA NA 4 NA
#> 4 4 NA NA 5 6 5.5或使用 dplyr：
library(dplyr)
df %>%
mutate(mean = apply(.[-1], 1, \(x) if (sum(is.na(x)) <= 2) mean(x, na.rm = T) else NA))
#> # A tibble: 4 x 6
#> colA colB colC colD colE mean
#> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#> 1 1 2 3 4 5 3.5
#> 2 2 3 NA 4 5 4
#> 3 3 NA NA NA 4 NA
#> 4 4 NA NA 5 6 5.5回答3
我们可以做到以下几点。这是一个示例，如何在 rowSums 和 rowMeans 中选择一组具有 select 的列。
library(dplyr)
dat2 <- dat %>%
mutate(mean = ifelse(rowSums(is.na(select(., -colA))) > 2,
NA,
rowMeans(select(., -colA), na.rm = TRUE)))回答4
data.table 选项：
library(data.table)
setDT(df)[!rowSums(is.na(df)) > 2, mean := rowMeans(.SD, na.rm = TRUE), .SDcols = -1]输出：
colA colB colC colD colE mean
1: 1 2 3 4 5 3.5
2: 2 3 NA 4 5 4.0
3: 3 NA NA NA 4 NA
4: 4 NA NA 5 6 5.5