如何在R中用if语句处理AUC计算中的NA值问题？

问题背景 #

需要计算一个27列、49行数据框中每一列的AUC，现有代码在无NA值的列上运行正常，但遇到含NA值的列时触发报错，目标是忽略NA值，使用列内有效值完成AUC计算。

现有代码 #

# df is the main data and m is transposed form of df 
totalAUC <- NULL
for(a in 1:nrow(df)){
  y <- m[2:50,a]
  x <- c(seq(from=0, to=240, by=5))
  AUC <- data.frame(x,y)
  net_auc.fn <- function(x,y) {
    auc <- ifelse(y[2] > y[1], (y[2]-y[1])*(x[2]-x[1])/2, 0)
    for (i in 3:length(x)) {
      if (y[i] >= y[1] & y[i-1] >= y[1] & !is.na(y[i])) {
        auc[i-1] <- ((y[i]+y[i-1])/2)*5-(y[1]*5)
      } else if (y[i] >= y[1] & y[i-1] < y[1] & !is.na(y[i])) {
        auc[i-1] <- ((y[i]+y[i-1])/2)*5-(y[1]*5)
      } else if (y[i] < y[1] & y[i-1] >= y[1] & !is.na(y[i])) {
        auc[i-1] <- ((y[i]+y[i-1])/2)*5-(y[1]*5)
      } else if (y[i] < y[1] & y[i-1] < y[1] & !is.na(y[i])) {
        auc[i-1] <- ((y[i]+y[i-1])/2)*5-(y[1]*5)
      } else {
        return(cat("i:", i, "Error: No condition met\n"))
      }
    }
    return(list(auc=sum(auc, na.rm=TRUE)))
  }
  netiAUC <- net_auc.fn(AUC$x, AUC$y)
  totalAUC <- rbind(totalAUC, data.frame(Number=a,aucL=netiAUC))
}

报错信息 #

i: 49 Error: No condition met

问题数据片段（第23列对应240.min行即第49行存在NA） #

220 10.1  6.2  11.3  13.4  3.1  8.8  5.7  3.9  6.6  10.3  11.4 7.4  8.9  5.9  8.3  6.9  3.8  6.7  10.2  5.3
225  9.8  6.2  10.7  13.2  3.5  8.9  6.7  3.4  6.6  10.2  11.2 7.4  9.0  5.9  8.2  6.6  3.7  6.6  10.1  5.6
230  9.4  6.0  10.2  13.1  4.8  9.1  7.2  3.1  6.5  9.5  10.8  7.4  9.1  5.9  8.3  6.3  3.6  6.6   9.9  5.8
235  9.1  5.9   9.7  12.8  6.8  9.2  8.1  3.0  6.4  8.5  10.5  7.2  9.0  5.8  8.3  6.0  3.5  6.6   9.5  6.2
240  8.8  5.8   9.1  12.1  8.1  9.6  8.8  3.1  6.4  7.6  10.2  7.1  8.5  5.8  8.3  NA   3.3  6.7   8.7  6.3   

解决方案 #

问题根源 #

当前代码的else分支会在y[i]为NA时触发报错，因为所有带!is.na(y[i])的条件都不满足；同时四个if/else if分支的计算逻辑完全冗余，也未处理y[i-1]为NA的情况。

修改后代码 #

# df是主数据，m是df的转置
totalAUC <- NULL

# 定义AUC计算函数，提前过滤NA值
net_auc.fn <- function(x, y) {
  # 过滤x和y中对应位置的NA值，保留有效数据对
  valid_idx <- !is.na(y)
  x_valid <- x[valid_idx]
  y_valid <- y[valid_idx]
  
  # 若有效数据不足2个，返回0（可根据需求调整为NA）
  if(length(x_valid) < 2) {
    return(list(auc = 0))
  }
  
  y_base <- y_valid[1]
  auc_total <- 0
  
  # 遍历有效数据计算区间净面积
  for(i in 2:length(x_valid)) {
    interval_width <- x_valid[i] - x_valid[i-1]
    # 计算当前区间的净面积（减去基线y_base的面积）
    area <- ((y_valid[i] + y_valid[i-1])/2) * interval_width - y_base * interval_width
    auc_total <- auc_total + area
  }
  
  return(list(auc = auc_total))
}

# 循环处理每一列
for(a in 1:nrow(df)) {
  y <- m[2:50, a]
  x <- seq(from=0, to=240, by=5)
  netiAUC <- net_auc.fn(x, y)
  totalAUC <- rbind(totalAUC, data.frame(Number=a, aucL=netiAUC$auc))
}

修改说明 #

1. NA值过滤：通过valid_idx筛选非NA位置，确保后续计算只使用有效(x,y)对，彻底避免NA触发错误分支。
2. 逻辑简化：删除冗余的多条件判断，直接基于有效数据计算区间面积，代码更简洁易读。
3. 边界处理：增加有效数据不足2个时的返回逻辑，避免循环报错。
4. 效率优化：将函数定义移到循环外部，避免每次循环重复定义函数，提升运行效率。

内容的提问来源于stack exchange，提问作者user21528954