如何基于NA值特定条件合并多个data.table并计算perf均值

我来帮你搞定这个问题！要合并多个结构相同的data.table，并按row_names分组计算perf的平均值，同时满足**只要分组内存在NA值就不执行均值计算（返回NA）**的要求，咱们可以按以下步骤操作：

步骤1：加载data.table包并准备示例数据 #

首先确保你已经加载了data.table包，然后定义你的示例数据表：

library(data.table)

dt1 <- data.table(row_names=1:5, perf=c(2,NA,NA,3,NA), ticker=rep("aa",5))
dt2 <- data.table(row_names=1:5, perf=c(NA,1,2,5,NA), ticker=rep("aapl",5))

步骤2：合并所有data.table #

用rbindlist()函数可以高效合并多个同结构的data.table，只需要把所有表放进一个列表里传入即可：

combined_dt <- rbindlist(list(dt1, dt2))

步骤3：按row_names分组并计算符合条件的均值 #

这里我们需要先判断每个分组内的perf值是否全部为非NA，只有满足这个条件时才计算均值，否则返回NA：

result_dt <- combined_dt[, .(avg_perf = if(all(!is.na(perf))) mean(perf) else NA_real_), by = row_names]

代码解释： #

• by = row_names：指定按row_names字段进行分组
• all(!is.na(perf))：检查当前分组里的所有perf值是否都不是缺失值
• 条件成立时计算mean(perf)（因为全是非NA值，不需要额外处理）；不成立时返回NA_real_（保证结果列是数值类型，避免类型混乱）

最终结果 #

运行上述代码后，result_dt的输出如下：

row_names avg_perf
1:         1       NA
2:         2       NA
3:         3       NA
4:         4        4
5:         5       NA

如果你实际需求是忽略NA值计算非NA数据的均值（哪怕分组里有NA也计算），可以用更简单的代码：

result_dt <- combined_dt[, .(avg_perf = mean(perf, na.rm = TRUE)), by = row_names]

此时输出会是：

row_names avg_perf
1:         1        2
2:         2        1
3:         3        2
4:         4        4
5:         5      NaN

内容的提问来源于stack exchange，提问作者road_to_quantdom