使用summarize()计算企鹅数据均值返回NA值的问题排查

问题根源 #

palmerpenguins数据集中，Adelie和Gentoo企鹅的bill_length_mm、bill_depth_mm、body_mass_g字段存在缺失值（NA），而R语言的mean()函数默认在遇到NA时会返回NA。Chinstrap企鹅的对应字段恰好没有缺失值，所以计算结果正常。

解决代码 #

修改summarize()里的mean()调用，添加na.rm = TRUE参数忽略缺失值即可：

penguins %>% 
  group_by(species) %>%
  summarize(average_bill_length = mean(bill_length_mm, na.rm = TRUE), 
            average_bill_depth = mean(bill_depth_mm, na.rm = TRUE), 
            average_body_mass = mean(body_mass_g, na.rm = TRUE))

正确结果示例 #

执行修改后的代码会得到各物种的正常均值：

# A tibble: 3 × 4
  species   average_bill_length average_bill_depth average_body_mass
  <fct>                   <dbl>              <dbl>             <dbl>
1 Adelie                   38.8               18.3             3701.
2 Chinstrap                48.8               18.4             3733.
3 Gentoo                   47.5               14.9             5076.

内容的提问来源于stack exchange，提问作者Sonam