R语言求分组均值并保留全NA分组的实现求助

嘿，这个问题我之前也碰到过！aggregate()的默认行为就是会把分组内所有值都是NA的组别直接过滤掉，确实有点反直觉。下面给你两种可行的解决方案，都能帮你得到想要的new_df：

方法一：用dplyr包（语法更清晰，推荐） #

dplyr的分组聚合默认会保留所有原始分组，哪怕分组里全是NA，处理起来很省心：

library(dplyr)

new_df <- df %>%
  group_by(LETTER) %>%
  summarise(VALUE = mean(VALUE, na.rm = TRUE)) %>%
  # 把全NA分组计算出来的NaN转成NA
  mutate(VALUE = ifelse(is.nan(VALUE), NA, VALUE)) %>%
  ungroup()

运行这段代码后，你就能得到包含A、B、C三个组的结果，其中C组的VALUE会显示为NA，完全符合你的预期。

方法二：用base R的aggregate（不加载额外包） #

如果你不想用dplyr，也可以给aggregate()加个参数，再处理一下结果：

# 先聚合，保留所有分组
temp_result <- aggregate(as.numeric(VALUE) ~ LETTER, df, mean, na.action = na.pass)
# 把全NA分组得到的NaN替换成NA
new_df <- transform(temp_result, VALUE = ifelse(is.nan(VALUE), NA, VALUE))

# 或者写成一个函数直接在aggregate里处理：
new_df <- aggregate(as.numeric(VALUE) ~ LETTER, df, function(x) {
  avg <- mean(x, na.rm = TRUE)
  ifelse(is.nan(avg), NA, avg)
}, na.action = na.pass)

这里的关键是na.action = na.pass——它告诉aggregate()不要剔除带NA的分组；然后我们把全NA分组计算出来的NaN转换成NA，就和你想要的结果一致了。

最后验证下结果：

print(new_df)
#   LETTER VALUE
# 1      A   2.5
# 2      B   5.0
# 3      C    NA

内容的提问来源于stack exchange，提问作者Remi