从向量中删除 NA 值

Question

我有一个巨大的向量，其中有几个 NA 值，我试图找到该向量中的最大值（向量都是数字），但我不能这样做，因为NA 值。

如何删除 NA 值以便计算最大值？

Answer 1

尝试 ?max，您会发现它实际上有一个 na.rm = 参数，默认设置为 FALSE。 （这是许多其他 R 函数的常见默认值，包括 sum()、mean() 等）

设置 na.rm=TRUE正是您所要求的：

d <- c(1, 100, NA, 10)
max(d, na.rm=TRUE)

如果您确实想删除所有 NA，请改用以下习惯用法：

d <- d[!is.na(d)]

最后一点：其他函数（例如 table()、lm() 和sort()) 具有使用不同名称（并提供不同选项）的 NA 相关参数。因此，如果 NA 导致函数调用出现问题，则值得在函数参数中检查内置解决方案。我发现通常已经有一个了。

Answer 2

na.omit 函数是许多回归例程内部使用的函数：

vec <- 1:1000
vec[runif(200, 1, 1000)] <- NA
max(vec)
#[1] NA
max( na.omit(vec) )
#[1] 1000

Answer 3

使用purrr中的丢弃 （适用于列表和向量）。

discard(v, is.na) 

好处是管道使用方便；或者使用内置子集函数[：

v %>% discard(is.na)
v %>% .[!is.na(.)]

请注意，na.omit 不适用于列表：

> x <- list(a=1, b=2, c=NA)
> na.omit(x)
$a
[1] 1

$b
[1] 2

$c
[1] NA

Answer 4

?max 显示有一个额外的参数 na.rm，您可以将其设置为 TRUE。

除此之外，如果您确实想要删除NA，只需使用类似以下内容：

myvec[!is.na(myvec)]

Answer 5

以防 R 新手想要原始问题的简化答案

如何从向量中删除 NA 值？

如下：

假设您有一个向量 foo，如下所示：

foo = c(1:10, NA, 20:30)

运行 length(foo) 得到 22。

nona_foo = foo[!is.na(foo)]

length(nona_foo) 为 21，因为NA 值已被删除。

请记住 is.na(foo) 返回一个布尔矩阵，因此使用该值的相反值索引 foo 将为您提供所有非 NA 的元素。

Answer 6

您可以调用max(vector, na.rm = TRUE)。更一般地，您可以使用 na.omit() 函数。

Answer 7

我运行了一个快速基准测试，比较了两种 base 方法，结果发现 x[!is.na(x)] 比 na.omit 更快代码>.用户 qwr 建议我也尝试 purrr::dicard - 结果发现速度要慢得多（尽管我很乐意对我的实现和测试发表评论！）

microbenchmark::microbenchmark(
  purrr::map(airquality,function(x) {x[!is.na(x)]}), 
  purrr::map(airquality,na.omit),
  purrr::map(airquality, ~purrr::discard(.x, .p = is.na)),
  times = 1e6)

Unit: microseconds
                                                     expr    min     lq      mean median      uq       max neval cld
 purrr::map(airquality, function(x) {     x[!is.na(x)] })   66.8   75.9  130.5643   86.2  131.80  541125.5 1e+06 a  
                          purrr::map(airquality, na.omit)   95.7  107.4  185.5108  129.3  190.50  534795.5 1e+06  b 
  purrr::map(airquality, ~purrr::discard(.x, .p = is.na)) 3391.7 3648.6 5615.8965 4079.7 6486.45 1121975.4 1e+06   c

供参考，这是 x[!is.na(x)] 与 na.omit 的原始测试：

microbenchmark::microbenchmark(
    purrr::map(airquality,function(x) {x[!is.na(x)]}), 
    purrr::map(airquality,na.omit), 
    times = 1000000)


Unit: microseconds
                                              expr  min   lq      mean median    uq      max neval cld
 map(airquality, function(x) {     x[!is.na(x)] }) 53.0 56.6  86.48231   58.1  64.8 414195.2 1e+06  a 
                          map(airquality, na.omit) 85.3 90.4 134.49964   92.5 104.9 348352.8 1e+06   b

Answer 8

使用 complete.cases 的另一个选项如下：

d <- c(1, 100, NA, 10)
result <- complete.cases(d)
output <- d[result]
output
#> [1]   1 100  10
max(output)
#> [1] 100

^{Created on 2022-08-26 with reprex v2.0.2}