Mischung von na.omit und na.pass mit Aggregat?

Question

Ich habe einen Datensatz mit Produktprototypen Testdaten. Nicht alle Tests wurden auf allen Losen durchgeführt, und nicht alle Tests wurden mit den gleichen Stichprobengrößen ausgeführt. Zur Veranschaulichung betrachte diesen Fall:

> test <- data.frame(name = rep(c("A", "B", "C"), each = 4), 
    var1 = rep(c(1:3, NA), 3), 
    var2 = 1:12, 
    var3 = c(rep(NA, 4), 1:8)) 

> test 
    name var1 var2 var3 
1  A 1 1 NA 
2  A 2 2 NA 
3  A 3 3 NA 
4  A NA 4 NA 
5  B 1 5 1 
6  B 2 6 2 
7  B 3 7 3 
8  B NA 8 4 
9  C 1 9 5 
10 C 2 10 6 
11 C 3 11 7 
12 C NA 12 8 

In der Vergangenheit habe ich nur mit Fällen von nicht abgestimmten Wiederholungen zu behandeln, die mit aggregate(cbind(var1, var2) ~ name, test, FUN = mean, na.action = na.omit) leicht gewesen sind (oder die Standardeinstellung). Ich werde Durchschnittswerte für jedes Los über drei Werte für var1 und über vier Werte für var2 erhalten.

Leider wird diese mich verlassen mit einem Datensatz vollständig fehlt viel A in diesem Fall:

aggregate(cbind(var1, var2, var3) ~ name, test, FUN = mean, na.action = na.omit) 
    name var1 var2 var3 
1 B 2 6 2 
2 C 2 10 6 

Wenn ich na.pass verwenden, aber ich auch nicht bekommen, was ich will:

aggregate(cbind(var1, var2, var3) ~ name, test, FUN = mean, na.action = na.pass) 
    name var1 var2 var3 
1 A NA 2.5 NA 
2 B NA 6.5 2.5 
3 C NA 10.5 6.5 

Jetzt verliere ich die guten Daten, die ich in var1 hatte, da es Instanzen von NA enthielt.

Was würde Ich mag ist:

• NA als die Ausgabe von mean() wenn alle einzigartigen Kombinationen von varN ~ name sind NA s
• Ausgabe von mean() wenn es einer oder mehr Istwerten für varN ~ name

Ich schätze, das ist vor tty einfach, aber ich weiß einfach nicht wie. Muss ich ddply für so etwas verwenden? Wenn ja ... der Grund, neige ich dazu, es zu vermeiden, ist, dass ich mit dem Schreiben am Ende wirklich lange Äquivalente aggregate() wie so:

ddply(test, .(name), summarise, 
    var1 = mean(var1, na.rm = T), 
    var2 = mean(var2, na.rm = T), 
    var3 = mean(var3, na.rm = T)) 

Ja ... so das Ergebnis, dass offenbar das tut, was ich will. Ich werde die Frage trotzdem lassen, falls es 1) einen Weg gibt, dies mit aggregate() oder 2) kürzere Syntax für ddply zu tun.

Answer 1

Pass beidena.action=na.pass und na.rm=TRUE zu aggregate. Ersteres sagt aggregate, Zeilen nicht zu löschen, in denen NAs existieren; und letzteres sagt mean, sie zu ignorieren.

aggregate(cbind(var1, var2, var3) ~ name, test, mean, 
      na.action=na.pass, na.rm=TRUE)