R中向量含NA与0时如何按SPSS规则求和？

要完全复现SPSS的缺失值求和判定逻辑，需严格匹配两个核心判定分支：

• 所有参与求和的数值均为缺失值（NA）时，求和结果返回NA
• 参与求和的数值中只要存在至少1个非NA值，自动忽略所有NA值完成求和计算

原有仅支持单向量的处理方案无法适配sum(x, y, z)这类多参数跨向量求和的场景，可通过以下自定义函数实现全场景兼容：

spss_sum <- function(...) {
  # 统一拼接所有传入参数的元素，兼容单向量、多向量、独立数值的传入形式
  all_vals <- c(...)
  # 匹配全NA返回NA的规则
  if (all(is.na(all_vals))) {
    return(NA_real_)
  }
  # 匹配存在非NA值时忽略NA完成求和的规则
  sum(all_vals, na.rm = TRUE)
}

场景验证 #

用实际业务测试用例验证，输出结果完全对齐SPSS计算逻辑：

# 基础测试用例（匹配给定测试场景）
nana <- c(NA, NA)
na0 <- c(NA, 0)
spss_sum(nana)    # 返回NA，对齐NA + NA = NA的SPSS规则
spss_sum(na0)    # 返回0，对齐0 + NA = 0的SPSS规则

# 多向量求和场景测试（解决原有方案不支持的问题）
vec1 <- c(NA, 3)
vec2 <- c(NA, 2)
spss_sum(vec1, vec2, 0) # 返回5，无需额外适配即可支持多参数传入的求和操作

对比R原生sum()的行为：原生函数要么遇NA直接返回缺失值，要么开启na.rm=T后全NA场景返回0，均无法复现SPSS的判定逻辑；该自定义函数无上述逻辑偏差，覆盖单向量、多向量、独立数值混合传入的所有求和场景。

内容的提问来源于stack exchange，提问作者acircleda