使用tidyverse（dplyr）计算含NA的条件求和时的缺失值处理问题

我来帮你分析下这个问题哈～

你遇到的核心问题是NA值在加法运算中会导致整个表达式结果变为NA，而后续的sum(na.rm=T)会直接跳过这些NA值，相当于丢失了对应行的贡献。具体到你的数据：

• 第四行的effectif2是NA，所以effectif+effectif2的结果是NA
• 虽然in_flores>=1的条件成立，但if_else返回了NA，sum(na.rm=T)会忽略这个NA，导致第四行的30没有被计入总和，最终CP2组的effeff2只算了第三行的34（20+14），和你期望的64不符。

要解决这个问题，我们需要把effectif2中的NA替换为0，这样即使遇到NA，加法运算也能正常得到有效值。这里推荐用dplyr::coalesce()函数，它可以自动把NA替换成指定的默认值。

方案一：在加法运算中直接处理NA #

library(dplyr)
toto <- data.frame( 
  classe = c("CP","CP2","CP2","CP2"), 
  in_flores = c(1,0,1,1), 
  effectif = c(10,50,20,30), 
  effectif2 = c(10,50,14,NA) 
)
toto %>% 
  group_by(classe) %>% 
  summarise( 
    eff = if_else(in_flores>=1, effectif, 0) %>% sum(na.rm = T), 
    effeff2 = if_else(in_flores>=1, effectif + coalesce(effectif2, 0), 0) %>% sum(na.rm = T) 
  )

方案二：提前预处理NA值（可读性更好） #

如果你觉得在加法里嵌套函数不够直观，可以先把effectif2的NA替换为0，再进行后续计算：

toto %>% 
  mutate(effectif2 = coalesce(effectif2, 0)) %>%
  group_by(classe) %>% 
  summarise( 
    eff = sum(if_else(in_flores>=1, effectif, 0), na.rm = T), 
    effeff2 = sum(if_else(in_flores>=1, effectif + effectif2, 0), na.rm = T) 
  )

运行任意一种方案后，CP2组的effeff2都会得到64，符合你的预期。

内容的提问来源于stack exchange，提问作者Damien Dotta