Расчет геометрического среднего значения данных, который включает НС
РЕДАКТИРОВАТЬ: проблема была не в функции geoMean, а в неправильном использовании aggregate(), как объяснено в комментариях
Я пытаюсь вычислить среднее геометрическое нескольких измерений для нескольких разных видов, включая NA. Пример моих данных выглядит так:
species <- c("Ae", "Ae", "Ae", "Be", "Be")
phen <- c(2, NA, 3, 1, 2)
hveg <- c(NA, 15, 12, 60, 59)
df <- data.frame(species, phen, hveg)
Когда я пытаюсь вычислить среднее геометрическое для вида Ae с помощью встроенной функции geoMean из пакета EnvStats, как это
library("EnvStats")
aggregate(df[, 3:3], list(df1$Sp), geoMean, na.rm=TRUE)
это прекрасно работает и пропускает NA, чтобы дать мне геометрические средства для каждого вида.
Group.1 phen hveg
1 Ae 4.238536 50.555696
2 Be 1.414214 1.414214
Однако, когда я делаю это с моим большим набором данных, функция спотыкается над NA и возвращает NA как результат, даже если есть, например, 10 числовых значений и только один NA. Это происходит, например, со столбцом SLA_mm2/mg. Мой большой набор данных выглядит так:
> str(cut2trait1)
Classes ‘tbl_df’, ‘tbl’ and 'data.frame': 22 obs. of 19 variables:
$ Cut : chr "15_08" "15_08" "15_08" "15_08" ...
$ Block : num 1 1 1 1 1 1 1 1 1 1 ...
$ ID : num 451 512 431 531 591 432 551 393 511 452 ...
$ Plot : chr "1_1" "1_1" "1_1" "1_1" ...
$ Grazing : chr "n" "n" "n" "n" ...
$ Acro : chr "Leuc.vulg" "Dact.glom" "Cirs.arve" "Trif.prat" ...
$ Sp : chr "Lv" "Dg" "Ca" "Tp" ...
$ Label_neu : chr "Lv021" "Dg022" "Ca021" "Tp021" ...
$ PlantFunctionalType: chr "forb" "grass" "forb" "forb" ...
$ PlotClimate : chr "AC" "AC" "AC" "AC" ...
$ Season : chr "Aug" "Aug" "Aug" "Aug" ...
$ Year : num 2015 2015 2015 2015 2015 ...
$ Tiller : num 6 3 3 5 6 8 5 2 1 7 ...
$ Hveg : num 25 38 70 36 68 65 23 58 71 27 ...
$ Hrep : num 39 54 77 38 76 70 65 88 98 38 ...
$ Phen : num 8 8 7 8 8 7 6.5 8 8 8 ...
$ SPAD : num 40.7 42.4 48.7 43 31.3 ...
$ TDW_in_g : num 4.62 4.85 11.86 5.82 8.99 ...
$ SLA_mm2/mg : num 19.6 19.8 20.3 21.2 21.7 ...
и результат моего кода
gm_cut2trait1 <- aggregate(cut2trait1[, 13:19], list(cut2trait1$Sp), geoMean, na.rm=TRUE)
is (только первые две строки):
Group.1 Tiller Hveg Hrep Phen SPAD TDW_in_g SLA_mm2/mg
1 Ae 13.521721 73.43485 106.67933 NA 28.17698 1.2602475 NA
2 Be 8.944272 43.95452 72.31182 5.477226 20.08880 0.7266361 9.309672
Здесь среднее геометрическое SLA для Ae равно NA, хотя имеется 9 числовых измерений и только один NA в столбце, который используется для расчета среднего геометрического.
Я попытался использовать функцию среднего геометрического, предложенную здесь: Среднее геометрическое: есть ли встроенная? Но вместо NA это вернуло значение 1.000 при использовании с моим большим набором данных, что не решает мою проблему.
Итак, мой вопрос: в чем разница между моим примером df и большим набором данных, который выбрасывает функцию geoMean с рельсов?