如何解决pmap_dbl中Nan误差与r为平均值的问题

Question

我正在尝试使用pmap_dbl（purrr包）计算平均值，然后返回NaN。当我传递参数na.rm = TRUE时，结果不应该是数字吗？

library(tidyverse)

airquality%>%select(Ozone,Wind,Temp, Month, Day)%>%
  filter(is.na(Ozone))%>%
  mutate(Something=pmap_dbl(list(Ozone,Wind,Temp,Month,Day),mean,na.rm=TRUE))%>%
  head(3)%>%as_tibble()

 Ozone  Wind  Temp Month   Day Something
  <int> <dbl> <int> <int> <int>     <dbl>
1    NA  14.3    56     5     5       NaN
2    NA   8.6    69     5    10       NaN
3    NA  16.6    57     5    25       NaN

Answer 1

主要问题是，由于您已相应地过滤了数据，因此列Ozone仅包含NA。在这种情况下

> mean(df$Ozone)
[1] NA

和

> mean(df$Ozone, na.rm=TRUE)
[1] NaN

是什么意思？参数na.rm=TRUE删除将忽略给定数据集中的所有NA。在您的情况下，没有数据了，因此基本上您正在尝试计算空集的平均值。这会使mean功能返回与NaN不同的NA。

因此，如果您确实要按问题所示计算mean，只需将pmap_dbl(list(Ozone,Wind,Temp,Month,Day),...)更改为pmap_dbl(list(Wind,Temp,Month,Day),...)，因为Ozone数据不提供任何信息。

数据

df <- airquality %>% 
        select(Ozone,Wind,Temp, Month, Day) %>%
        filter(is.na(Ozone))