使用map_dfr传递含NA值向量时density函数报错的求助

错误根源 #

overlapping::overlap() 内部依赖 density() 计算分布，而 density() 会严格检查输入向量是否含NA——哪怕你全局做了NA过滤，如果按分组拆分后，某个分组的目标数值列仍残留NA（或过滤后变成空向量），就会触发该错误。你的!is.na(.x)过滤逻辑可能只是全局过滤了行，没有针对每个分组的单个数值列做精准的NA清除。

修正步骤与代码示例 #

假设你的数据结构如下（带不同数量NA的测试数据）：

library(tidyverse)
library(overlapping)

set.seed(123)
df <- tibble(
  group = rep(c("A", "B"), each = 100),
  val1 = c(rnorm(90), rep(NA, 10), rnorm(85), rep(NA, 15)),
  val2 = c(rnorm(95), rep(NA, 5), rnorm(92), rep(NA, 8))
)

正确实现代码

# 按分类列拆分数据集
df_split <- df %>% split(.$group)

# 迭代所有数值列计算重叠度
result <- map_dfr(names(df)[-1], function(col) {
  # 对每个分组的目标列，单独清除NA
  group_vectors <- map(df_split, ~ .x[[col]] %>% na.omit())
  
  # 处理极端情况：若某分组的列全为NA，返回NA避免报错
  if (any(map_int(group_vectors, length) == 0)) {
    return(tibble(column = col, overlap_score = NA_real_))
  }
  
  # 计算重叠度并整理结果
  overlap_res <- overlap(group_vectors)
  tibble(column = col, overlap_score = overlap_res$OV)
})

print(result)

关键说明 #

1. 精准NA清除：必须针对每个分组的单个数值列执行na.omit()，确保传入overlap()的每个向量都无NA。
2. 空向量防护：如果某个分组的目标列全是NA，na.omit()后会得到空向量，此时overlap()会报错，因此需要提前判断并返回NA值。
3. 迭代逻辑验证：map_dfr()的迭代单位是数值列，每个列对应两个分组的非NA向量列表，完全匹配overlap()的输入要求。

内容的提问来源于stack exchange，提问作者C.Robin