如何在R中用rowMeans计算行均值时忽略指定值且保留NA判断

问题分析 #

需要同时满足两个计算规则：

• 若行内存在原始NA（数据本身的缺失值），行均值直接返回NA
• 数值88和99视为无效值，计算均值时需排除，仅用剩余有效值计算

分步实现代码 #

首先定义原始数据集：

data <- data.frame(x=c(4,3,4,4,99),
                   y=c(4,NA,3,2,4),
                   z = c(88,NA,4,4,5),
                   w = c(4,5,2,3,4))

步骤1：处理无效值 #

提取需要计算均值的列，将88、99替换为NA（方便后续用rowMeans排除）：

# 指定需要计算均值的列
target_cols <- c("x", "y", "z", "w")
# 复制目标列并替换无效值为NA
temp_df <- data[target_cols]
temp_df[temp_df %in% c(88, 99)] <- NA

步骤2：标记原始NA行 #

单独检查原数据中每行是否存在原始NA，避免和替换生成的NA混淆：

# 逐行判断是否有原始缺失值
has_original_na <- apply(data[target_cols], 1, function(row) any(is.na(row)))

步骤3：计算行均值 #

根据标记结果赋值：有原始NA则为NA，否则计算有效数值的均值（按需保留小数位数）：

# 计算均值并保留1位小数，匹配期望输出格式
data$mean <- ifelse(has_original_na, NA, round(rowMeans(temp_df, na.rm = TRUE), 1))

最终结果 #

运行代码后得到的数据集与期望完全一致：

> data
    x  y  z w mean
1   4  4 88 4  4.0
2   3 NA NA 5   NA
3   4  3  4 2  3.2
4   4  2  4 3  3.2
5  99  4  5 4  4.3

内容的提问来源于stack exchange，提问作者T K