1

Tengo el siguiente data frame.

set.seed(2)
va<-data.frame(x=rep(NA, 10),
               y=sample(c(NA,2,3),10,T))
va
    x  y
1  NA NA
2  NA  3
3  NA  2
4  NA  2
5  NA NA
6  NA NA
7  NA NA
8  NA NA
9  NA NA
10 NA  2

Y al sumar por columnas uso la función rowSums().

rowSums(va[,1:2], na.rm = T)

[1] 0 3 2 2 0 0 0 0 0 2

Pero obtengo que al sumar NA con NA me da cero. ¿NA con NA no debería ser NA?

¿A que se debe esto? ¿Hay otra función que al sumar dos o más columnas no me arroje cero como resultado?

2 respuestas 2

2

Con na.rm = T estás indicándole que ignore los NA. Si le indicas na.rm = F o no le indicas nada (por defecto esta inicializado a FALSE), te va a dar como resultado NA.

> set.seed(2)
> va<-data.frame(x=rep(NA, 10), y=sample(c(NA,2,3),10,T))
> rowSums(va[,1:2])
[1] NA NA NA NA NA NA NA NA NA NA

Más información puedes verla en la documentación aquí.


Añado el siguiente código por si quieres sumar en caso de que haya un NA en una columna y un número en otra.

> rowSums(va, na.rm=TRUE) *NA^!rowSums(!is.na(va))
[1] NA  3  2  2 NA NA NA NA NA  2
5
  • Sí, pero en este caso no se podría sumar las filas que sí contienen números. Ya que todo lo volvería NA. Commented el 27 may. 2021 a las 19:06
  • Si los dos son números, te devuelve la suma de los dos números. Si hay un NA, te devuelve NA
    – Fran
    Commented el 27 may. 2021 a las 19:32
  • Esta bien, pero se pierde la información de la columna que si tenía número. Por eso se usa estas funciones para poder sumar los que tienen NA con los que no. Commented el 27 may. 2021 a las 19:34
  • En tu pregunte entendí que no preguntabas por eso, te añado una función por si te resulta de utilidad
    – Fran
    Commented el 27 may. 2021 a las 19:39
  • Muchas gracias. Commented el 27 may. 2021 a las 19:49
1

El valor NA tiene la característica que trasforma en NA cualquier suma independientemente del tipo de dato de su sumando:

> c(1 + NA, Inf + NA, NA + NA, 3i + NA)
[1] NA NA NA NA

En este sentido, las funciones como rowSums() y tantas otras tienen dos tratamientos con respecto a los NA, lo considera o los ignora (na.rm = T) y particularmente rowSums() documenta el comportamiento de tu ejemplo:

If there are no values in a range to be summed over (after removing missing values with na.rm = TRUE), that component of the output is set to 0 (*Sums) or NaN (*Means), consistent with sum and mean.

Es decir, cuando los dos valores son NA el retorno será 0. Por lo que si lo que buscas es que en estos caso el valor sea NA habrá que hacer algo distinto:

apply(va, 1, function(x) ifelse(all(is.na(x)), NA, sum(x, na.rm = TRUE)))

Adenda

El comportamiento de rowSums() guarda consistencia con el del simple sum, dónde sum(NA, na.rm=TRUE) == 0 y yendo más lejos sum() == 0 y tiene que ver en cierta convención, aunque demostrable, para lo que se conoce como suma vacía.

2
  • Muchas gracias Patricio, sí usando condicionales he resulto el problema, pero es muy curioso que el software arroje cero, debería de arrojar NA. No veo la conveniencia de arrojar cero. Commented el 27 may. 2021 a las 19:04
  • 1
    Es el concepto de suma vacía, ahí agregue un poco más e información. Saludos. Commented el 27 may. 2021 a las 19:38

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.