Mieszanka na.omit i na.pass przy użyciu agregatu?

Question

Mam zestaw danych zawierający dane testowe prototypu produktu. Nie wszystkie testy zostały przeprowadzone na wszystkich partiach i nie wszystkie testy zostały wykonane z tymi samymi próbkami. Aby zilustrować, należy rozważyć tę sprawę:

> test <- data.frame(name = rep(c("A", "B", "C"), each = 4), 
    var1 = rep(c(1:3, NA), 3), 
    var2 = 1:12, 
    var3 = c(rep(NA, 4), 1:8)) 

> test 
    name var1 var2 var3 
1  A 1 1 NA 
2  A 2 2 NA 
3  A 3 3 NA 
4  A NA 4 NA 
5  B 1 5 1 
6  B 2 6 2 
7  B 3 7 3 
8  B NA 8 4 
9  C 1 9 5 
10 C 2 10 6 
11 C 3 11 7 
12 C NA 12 8 

W przeszłości miałem tylko do czynienia z przypadkami sparowane powtórzeń, co nie było łatwe z aggregate(cbind(var1, var2) ~ name, test, FUN = mean, na.action = na.omit) (lub ustawienie domyślne). Otrzymam średnie dla każdej partii na trzy wartości dla var1 i ponad cztery wartości dla var2.

Niestety, będzie to zostawić mnie z zestawu danych całkowicie brakującej partii A w tym przypadku:

aggregate(cbind(var1, var2, var3) ~ name, test, FUN = mean, na.action = na.omit) 
    name var1 var2 var3 
1 B 2 6 2 
2 C 2 10 6 

Jeśli używam na.pass jednak, ja też nie rozumiem, czego chcę:

aggregate(cbind(var1, var2, var3) ~ name, test, FUN = mean, na.action = na.pass) 
    name var1 var2 var3 
1 A NA 2.5 NA 
2 B NA 6.5 2.5 
3 C NA 10.5 6.5 

Teraz tracę dobre dane, które miałem w var1, ponieważ zawierały instancje NA.

Co chciałbym to:

• NA jako wyjście mean() jeżeli wszystkich unikalnych kombinacji varN ~ name są NA s
• Wyjście mean() jeśli istnieje jeden lub więcej wartości rzeczywiste dla varN ~ name

Zgaduję, że to jest pre tty proste, ale po prostu nie wiem jak. Czy muszę użyć ddply czegoś takiego? Jeśli tak ... powodem staram się go unikać, że skończę pisać bardzo długie odpowiedniki aggregate() tak:

ddply(test, .(name), summarise, 
    var1 = mean(var1, na.rm = T), 
    var2 = mean(var2, na.rm = T), 
    var3 = mean(var3, na.rm = T)) 

... Tak więc wynikiem, że najwyraźniej robi to, co chcę. I tak pozostawiam pytanie na wypadek, gdyby był 1) sposób na zrobienie tego przy pomocy aggregate() lub 2) krótszej składni dla ddply.

Answer 1

Przepuścić zarównona.action=na.pass i na.rm=TRUE do aggregate. Pierwsza z nich mówi, aby nie usuwać wierszy, w których istnieją NA; a ten drugi mówi, że aby je zignorować, musi być mean.

aggregate(cbind(var1, var2, var3) ~ name, test, mean, 
      na.action=na.pass, na.rm=TRUE)