如何在R语言中计算含NA的两列均值（双列均为NA时返回NA）

你的代码存在两个问题：

1. 列索引写法错误：df_income_[,7,8]应该改为df_income[, c(7,8)]（用c()包裹多个列索引，或用7:8表示连续列）；
2. rowMeans(..., na.rm=TRUE)在两列全为NA时会返回NaN，而非你需要的NA，需额外处理该情况。

以下是几种可行的解决方案，以你提供的示例数据为例：

方法一：修正rowMeans并转换NaN为NA #

这种方法贴近你原本的思路，先计算行均值，再将结果中的NaN替换为NA：

library(dplyr)

wave_1 <- data.frame(ID=c(1, 2, 3, 4, 5, 6),
                     income_wave_1=c(100, 100, 50, NA, 60, 100),
                     income_wave_2=c(NA, 120, 60,  NA, 100, 100))

wave_final <- wave_1 %>%
  mutate(average = rowMeans(select(., income_wave_1, income_wave_2), na.rm = TRUE)) %>%
  mutate(average = na_if(average, NaN))

若用第7、8列计算，只需把select(., income_wave_1, income_wave_2)替换为select(., 7:8)即可。

方法二：用rowwise()+mean()实现 #

逐行计算均值，逻辑更直观：

wave_final <- wave_1 %>%
  rowwise() %>%
  mutate(average = mean(c(income_wave_1, income_wave_2), na.rm = TRUE)) %>%
  mutate(average = na_if(average, NaN)) %>%
  ungroup()

方法三：先判断全NA再计算均值 #

先判断目标两列是否全为NA，再决定赋值逻辑：

wave_final <- wave_1 %>%
  mutate(
    average = case_when(
      is.na(income_wave_1) & is.na(income_wave_2) ~ NA_real_,
      TRUE ~ rowMeans(select(., income_wave_1, income_wave_2), na.rm = TRUE)
    )
  )

以上方法均可生成你需要的结果，其中ID=4的行average值为NA，其余行符合预期均值。

内容的提问来源于stack exchange，提问作者Max Herre