R语言pollutantmean函数计算均值报错：参数非数值/逻辑值返回NA

你用lapply(filepath, read.csv)得到的df是一个列表，每个列表元素对应一个CSV文件的数据框，不是单个统一的数据框。所以df[[pollutant]]是在列表里找名为sulfate或nitrate的元素，这根本不存在，自然会报错说参数不是数值型。

有两种简单的修正方式：

方式一：合并列表为单个数据框 #

把读取后的列表合并成一个大的数据框，再计算对应污染物的均值：

pollutantmean <- function (directory, pollutant, id = 1:332) { 
  # 读取文件
  filenames <- sprintf("%03d.csv",id)
  filepath <- paste(directory, filenames, sep="/")
  
  # 读取所有文件并合并为单个数据框
  df_list <- lapply(filepath, read.csv)
  combined_df <- do.call(rbind, df_list)
  
  # 计算均值
  mean(combined_df[[pollutant]], na.rm = TRUE)
}

方式二：直接提取目标列并计算 #

不需要合并整个数据框，直接在读取时提取目标列，再合并成向量计算均值：

pollutantmean <- function (directory, pollutant, id = 1:332) { 
  # 读取文件
  filenames <- sprintf("%03d.csv",id)
  filepath <- paste(directory, filenames, sep="/")
  
  # 读取每个文件的目标列，合并为向量
  pollutant_values <- unlist(lapply(filepath, function(file) {
    read.csv(file)[[pollutant]]
  }))
  
  # 计算均值
  mean(pollutant_values, na.rm = TRUE)
}

运行pollutantmean("specdata", "sulfate", 1:10)就能得到正确的均值了。

内容的提问来源于stack exchange，提问作者Chunyi