为什么na.rm = TRUE对于R中的加权SD不起作用？

Question

我有一个包含房价的10列数据框，在某些情况下，包含NA。我想创建一个新列weighted sd，但是对于具有几个NA的行，我得到以下错误。

Error in e2[[j]] : subscript out of bounds

我每行使用的内容（并且适用于没有NA的行：

weighted.sd(my.df[40,2:10], c(9,9,9,9,9,9,9,9,9), na.rm = TRUE)

示例

library(radiant.data)
data("mtcars")
mtcars[mtcars == 0] <- NA
weighted.sd(mtcars[18,1:11], c(11,11,11,11,11,11,11,11,11,11,11), na.rm = TRUE)#works
weighted.sd(mtcars[5,1:11], c(11,11,11,11,11,11,11,11,11,11,11), na.rm = TRUE)#issue here

这里是什么问题，如何创建每行具有加权SD的新列？

Answer 1

问题似乎是weighted.sd()无法像预期的那样跨数据帧的行运行。

正在运行weighted.sd，我们可以看到代码：

weighted.sd <- function (x, wt, na.rm = TRUE) 
{
  if (na.rm) {
    x <- na.omit(x)
    wt <- na.omit(wt)
  }
  wt <- wt/sum(wt)
  wm <- weighted.mean(x, wt)
  sqrt(sum(wt * (x - wm)^2))
}

在您的示例中，您不是为x输入向量，而是为数据帧的单行输入。由于na.omit(x)的值，而不是向量的元素，函数NA将删除整个行。

您可以尝试使用as.numeric()将行转换为向量，但是由于如何从NA中删除wt，此功能也会失败。

看来这可能是您想要的。当然，您必须小心输入x的有效列。

weighted.sd2 <- function (x, wt, na.rm = TRUE) {

  x <- as.numeric(x)

  if (na.rm) {
    is_na <- is.na(x)

    x <- x[!is_na]
    wt <- wt[!is_na]
  }

  wt <- wt/sum(wt)
  wm <- weighted.mean(x, wt)
  sqrt(sum(wt * (x - wm)^2))
}

weighted.sd2(mtcars[18,1:11], c(11,11,11,11,11,11,11,11,11,11,11), na.rm = TRUE)#works
# [1] 26.76086
weighted.sd2(mtcars[5,1:11], c(11,11,11,11,11,11,11,11,11,11,11), na.rm = TRUE)#issue here
# [1] 116.545

Answer 2

如果您按CTRL键并单击weigted.sd函数，则可以看到源代码：

function (x, wt, na.rm = TRUE) 
{
  if (na.rm) {
    x <- na.omit(x)
    wt <- na.omit(wt)
  }
  wt <- wt/sum(wt)
  wm <- weighted.mean(x, wt)
  sqrt(sum(wt * (x - wm)^2))
}

运行时，值向量包含不带NA的值，并且会减少。但是weigth向量的长度与以前相同，从而导致错误。

解决方案将是：

weighted.sd(mtcars[5,!is.na(mtcars[5,1:11])], 
c(11,11,11,11,11,11,11,11,11,11,11)[!is.na(mtcars[5,1:11])], na.rm = TRUE)

不是很优雅...但是可以做到！