在R语言中使用min()时如何返回NA而非Inf（dplyr分组场景）

这问题我之前处理类似患者数据时也碰到过，全NA组用min(age, na.rm = TRUE)返回Inf确实会影响后续的summary分析，给你几个实用的解决办法：

方法1：分组时直接判断全NA情况 #

在summarise里加入条件判断，当当前组的age列全为NA时返回数值型NA，否则计算最小值：

min.age <- df %>% 
  group_by(id) %>% 
  summarise(min.age = if(all(is.na(age))) NA_real_ else min(age, na.rm = TRUE))

这里用NA_real_是为了保证返回值和age列的数值类型一致，避免类型不匹配的问题。

方法2：用na_if把Inf替换为NA #

先按原逻辑计算最小值，再用dplyr的na_if函数把结果里的Inf替换成NA，步骤更简洁：

min.age <- df %>% 
  group_by(id) %>% 
  summarise(min.age = min(age, na.rm = TRUE)) %>%
  mutate(min.age = na_if(min.age, Inf))

方法3：自定义安全的min函数 #

如果经常需要处理这类场景，可以写一个自定义函数，封装判断逻辑，后续直接调用：

# 定义安全的最小值函数，全NA时返回NA
safe_min <- function(x, na.rm = TRUE) {
  if(all(is.na(x))) NA_real_ else min(x, na.rm = na.rm)
}

# 使用自定义函数分组计算
min.age <- df %>% 
  group_by(id) %>% 
  summarise(min.age = safe_min(age))

用以上任意一种方法处理后，min.age里id=2对应的min.age就会是NA，此时调用summary(min.age$min.age)就能正常输出均值、中位数等统计量，不会再被Inf干扰了。

内容的提问来源于stack exchange，提问作者Frederick