R使用coronavirus包统计新冠病例时sum返回NA_integer如何解决

问题原因 #

• R基础函数sum()默认输入中存在NA值时直接返回NA，返回NA_integer的核心原因是coronavirus_dataset的cases列存在缺失值，可运行sum(is.na(coronavirus_dataset$cases))查看该列缺失值的具体数量。
• 现有percent_cases代码存在语法错误：mutate()行结束后的管道符%>%单独放置于下一行，会被R判定为上一行语句执行完毕，直接抛出语法错误。

修复方案 #

在所有调用sum()的位置添加na.rm = TRUE参数即可忽略缺失值完成求和，同时修正管道符位置即可正常运行，修正后的完整代码如下：

if(!require(pacman)) install.packages("pacman")
library(pacman)
pacman::p_load(readr, ggplot2, dplyr, coronavirus, knitr)

total_cases <- coronavirus_dataset %>% 
  group_by(type, date) %>%
  summarise(diary_cases = sum(cases, na.rm = TRUE)) %>%
  arrange(date) %>%
  mutate(full_cases = cumsum(diary_cases))

total_cases_all = sum(coronavirus_dataset$cases, na.rm = TRUE)

percent_cases <- coronavirus_dataset %>% 
  group_by(type) %>%
  summarise(total_cases = sum(cases, na.rm = TRUE)) %>% 
  mutate(percent_total = round(total_cases / total_cases_all  * 100, digits = 2)) %>%
  arrange(desc(total_cases))

内容的提问来源于stack exchange，提问作者Brot