Supprimer les valeurs NA d'un vecteur

J'ai un énorme vecteur qui a quelques NAvaleurs, et j'essaie de trouver la valeur maximale dans ce vecteur (le vecteur est composé de nombres), mais je ne peux pas faire cela à cause des NAvaleurs.

Comment puis-je supprimer les NAvaleurs afin de pouvoir calculer le maximum?

En essayant ?max, vous verrez qu'il a en fait un na.rm =argument, défini par défaut sur FALSE. (C'est la valeur par défaut commun pour de nombreuses autres fonctions de R, y compris sum(), mean(), etc.)

Le réglage na.rm=TRUEfait exactement ce que vous demandez:

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

Si vous souhaitez supprimer tous les NAs, utilisez plutôt cet idiome:

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

Une dernière note: D' autres fonctions (par exemple table(), lm()et sort()) ont des NAarguments qui utilisent des noms concernant la PI (différents et offrent des options différentes). Donc, si cela NAvous pose des problèmes lors d'un appel de fonction, il vaut la peine de rechercher une solution intégrée parmi les arguments de la fonction. J'ai trouvé qu'il y en a généralement un déjà là.

La na.omitfonction est ce que beaucoup de routines de régression utilisent en interne:

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

?maxvous montre qu'il existe un paramètre supplémentaire na.rmque vous pouvez définir TRUE.

En dehors de cela, si vous voulez vraiment supprimer les NAs, utilisez simplement quelque chose comme:

myvec[!is.na(myvec)]

Vous pouvez appeler max(vector, na.rm = TRUE). Plus généralement, vous pouvez utiliser la na.omit()fonction.

Juste au cas où quelqu'un de nouveau chez R voudrait une réponse simplifiée à la question d'origine

Comment puis-je supprimer les valeurs NA d'un vecteur?

C'est ici:

Supposons que vous ayez un vecteur foocomme suit:

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

courir length(foo)donne 22.

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

length(nona_foo) est 21, car les valeurs NA ont été supprimées.

Remember is.na(foo)renvoie une matrice booléenne, donc l'indexation fooavec l'opposé de cette valeur vous donnera tous les éléments qui ne sont pas NA.

Utilisation discardde purrr (fonctionne avec des listes et des vecteurs).

discard(v, is.na) 

L'avantage est qu'il est facile d'utiliser des tuyaux; utilisez également la fonction de sous-ensemble intégrée [:

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

Notez que na.omitcela ne fonctionne pas sur les listes:

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

$b
[1] 2

$c
[1] NA

J'ai effectué un test rapide comparant les deux baseapproches et il s'avère que x[!is.na(x)]c'est plus rapide que na.omit. L'utilisateur a qwrsuggéré d'essayer purrr::dicardégalement - cela s'est avéré être beaucoup plus lent (même si je serai ravi de prendre connaissance des commentaires sur ma mise en œuvre et mon test!)

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

Pour référence, voici le test original de x[!is.na(x)]vs na.omit:

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