Remover valores de NA de um vetor

Eu tenho um vetor enorme que possui alguns NAvalores e estou tentando encontrar o valor máximo nesse vetor (o vetor é todos os números), mas não posso fazer isso por causa dos NAvalores.

Como posso remover os NAvalores para poder calcular o máximo?

Tentando ?max, você verá que ele realmente tem um na.rm =argumento, definido por padrão como FALSE. (Esse é o padrão comum para muitas outras funções R incluindo sum(), mean()etc.)

A configuração na.rm=TRUEfaz exatamente o que você está pedindo:

d <- c(1, 100, NA, 10)
max(d, na.rm=TRUE)

Se você deseja remover todos os NAs, use este idioma:

d <- d[!is.na(d)]

Uma nota final: Outras funções (por exemplo table(), lm()e sort()) tem NAargumentos relacionados com que usam nomes diferentes (e oferecem diferentes opções). Portanto, se NAvocê causar problemas em uma chamada de função, vale a pena procurar uma solução interna entre os argumentos da função. Eu descobri que geralmente há um já lá.

A na.omitfunção é o que muitas das rotinas de regressão usam internamente:

vec <- 1:1000
vec[runif(200, 1, 1000)] <- NA
max(vec)
#[1] NA
max( na.omit(vec) )
#[1] 1000

?maxmostra que há um parâmetro extra na.rmque você pode definir TRUE.

Além disso, se você realmente deseja remover os NAs, use algo como:

myvec[!is.na(myvec)]

Você pode ligar max(vector, na.rm = TRUE). De maneira mais geral, você pode usar a na.omit()função

Apenas no caso de alguém novo em R querer uma resposta simplificada para a pergunta original

Como posso remover valores de NA de um vetor?

Aqui está:

Suponha que você tenha um vetor da fooseguinte maneira:

foo = c(1:10, NA, 20:30)

correr length(foo)dá 22.

nona_foo = foo[!is.na(foo)]

length(nona_foo) é 21, porque os valores de NA foram removidos.

Remember is.na(foo)retorna uma matriz booleana; portanto, a indexação foocom o oposto desse valor fornecerá todos os elementos que não são NA.

Use discardfrom purrr (funciona com listas e vetores).

discard(v, is.na) 

O benefício é que é fácil usar canos; alternativamente, use a função de subconjunto integrada [:

v %>% discard(is.na)
v %>% `[`(!is.na(.))

Observe que na.omitnão funciona em listas:

> x <- list(a=1, b=2, c=NA)
> na.omit(x)
$a
[1] 1

$b
[1] 2

$c
[1] NA

Fiz um rápido benchmark comparando as duas baseabordagens e, x[!is.na(x)]mais rápido do que na.omit. O usuário qwrsugeriu que eu tentasse purrr::dicardtambém - isso acabou sendo muito mais lento (embora eu tenha prazer em fazer comentários sobre minha implementação e teste!)

microbenchmark::microbenchmark(
  purrr::map(airquality,function(x) {x[!is.na(x)]}), 
  purrr::map(airquality,na.omit),
  purrr::map(airquality, ~purrr::discard(.x, .p = is.na)),
  times = 1e6)

Unit: microseconds
                                                     expr    min     lq      mean median      uq       max neval cld
 purrr::map(airquality, function(x) {     x[!is.na(x)] })   66.8   75.9  130.5643   86.2  131.80  541125.5 1e+06 a  
                          purrr::map(airquality, na.omit)   95.7  107.4  185.5108  129.3  190.50  534795.5 1e+06  b 
  purrr::map(airquality, ~purrr::discard(.x, .p = is.na)) 3391.7 3648.6 5615.8965 4079.7 6486.45 1121975.4 1e+06   c

Para referência, aqui está o teste original de x[!is.na(x)]vs na.omit:

microbenchmark::microbenchmark(
    purrr::map(airquality,function(x) {x[!is.na(x)]}), 
    purrr::map(airquality,na.omit), 
    times = 1000000)


Unit: microseconds
                                              expr  min   lq      mean median    uq      max neval cld
 map(airquality, function(x) {     x[!is.na(x)] }) 53.0 56.6  86.48231   58.1  64.8 414195.2 1e+06  a 
                          map(airquality, na.omit) 85.3 90.4 134.49964   92.5 104.9 348352.8 1e+06   b