R语言使用min函数计算行最小值时全缺失行如何返回NA
问题原因
min()设置na.rm = TRUE时,若输入全为NA会返回Inf而非NA,是全缺失行结果错误的核心原因- 原循环未提前初始化
min_val结果向量,R动态扩容向量会导致运行效率极低,数据量大时会出现类似无限循环的卡顿表现
修复方案
方案1:调整原有循环逻辑
提前初始化结果向量,增加全缺失行判断,代码如下:
x1 <- c(2,1,NA) x2 <- c(1,NA,NA) x3 <- c(4,3,NA) test <- cbind(x1, x2, x3) # 提前初始化结果向量 min_val <- numeric(nrow(test)) for (i in 1:nrow(test)){ current_row <- test[i, ] if (all(is.na(current_row))) { min_val[i] <- NA } else { min_val[i] <- min(current_row, na.rm = TRUE) } } print(min_val) # 输出:1 1 NA
方案2:更简洁的向量化实现(无需循环)
可以直接用R基础包的pmin()函数,本身支持并行计算每行最小值,全缺失行默认返回NA,无需额外判断:
# 列数较少时直接传入各列 min_val <- pmin(test[,1], test[,2], test[,3], na.rm = TRUE) # 列数较多时用do.call批量传入 min_val <- do.call(pmin, c(as.data.frame(test), na.rm = TRUE))
运行后直接得到预期结果1 1 NA,执行效率远高于循环写法。
内容的提问来源于stack exchange,提问作者PSB
相关产品推荐
相关产品推荐

