R语言中含NaN的两个dataframe计算平均绝对误差(MAE)报错如何解决

• 自定义函数报错：你在定义函数时使用了df1$AU、df2$UF1这类带$符号的变量作为形参，不符合R的参数命名规则，导致R无法正常解析函数的参数列表，na.rm参数没有被正确识别，因此运行时会提示找不到na.rm对象。
• Metrics包mae函数报错：Metrics包内置的mae函数本身没有设计na.rm参数，你传入na.rm = TRUE属于多余参数，因此会报unused argument错误。

方案1：使用修正后的自定义函数（推荐） #

MAE的数学定义就是观测值和预测值绝对差的均值，你直接运行mean(abs(df1$AU-df2$UF1), na.rm=TRUE)得到的结果就是正确的MAE值，na.rm=TRUE已经自动跳过了所有包含NaN的配对观测，符合你的数据处理需求。
你可以把自定义函数修正为通用格式，方便批量计算三组MAE：

# 修正后的自定义MAE函数
mae1 <- function(actual, predicted, na.rm = TRUE) {
  mean(abs(actual - predicted), na.rm = na.rm)
}

# 分别计算三组MAE
mae1(df1$AU, df2$UF1)
mae1(df1$AU, df2$UF2)
mae1(df1$AU, df2$UF3)

调用函数时不需要额外传na.rm=TRUE，因为已经设为默认值。

方案2：使用Metrics包的正确调用方式 #

如果你要使用Metrics包的内置函数，需要先手动筛选出观测值和预测值都非NaN的有效观测，再传入函数计算：

library(Metrics)
# 筛选有效观测的索引
valid_idx <- complete.cases(df1$AU, df2$UF1)
# 计算MAE
mae(df1$AU[valid_idx], df2$UF1[valid_idx])

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