【R】NAを含む演算

IDごとの合計がNAになってしまう

はいけい

↓みたいなデータを、Rの{dplyr}で整形をしていて、
------BEFORE------

ID	年月	dummy1	dummy2	dummy3
AA	201601	1	NA	NA
AA	201602	1	NA	NA
AA	201604	NA	1	1
BB	201601	1	NA	NA
BB	201604	NA	1	NA
CC	201601	NA	1	NA
CC	201602	NA	1	NA
...

これを↓みたいにしたかった
(IDに対して、年月ごとのダミー変数の値をユニークにしたかった)

------AFTER------

ID	年月	dummy1	dummy2	dummy3
AA	-	1	1	1
BB	-	1	1	0
CC	-	0	1	1

もんだい

test.R

library(dplyr)

#CODE1
df2 <- df%>%
　　　　group_by(ID)%>%
　　　　mutate(dummy1=max(dummy1),dummy2=max(dummy2),dummy3=max(dummy3))%>%
　　　　distinct(ID,.keep_all=TRUE)

#CODE2
df2 <- df%>%
　　　　group_by(ID)%>%
　　　　summarize(dummy1=max(dummy1),dummy2=max(dummy2),dummy3=max(dummy3))

↓の表が出来上がる😨😨😨😨

ID	年月	dummy1	dummy2	dummy3
AA	-	1	NA	NA
BB	-	1	NA	NA
CC	-	0	1	1

各IDごと、最初の行の情報が残るだけで思うようになってくれない

解決策

Colorless Green Ideas

に記載があった

Rにおいて、NAが関わる演算は基本的にNAを返す

これのせいでした。
集計したあとでNAを0に置き換えればいいと思っていたのですが、先にやるべきでした😥

とっとこ駆け出しエンジニアぶろぐ

を参考にさせていただいて…

test2.R

library(dplyr)

#CODE1

df[is.na(now)] <- 0

df2 <- df%>%
　　　　group_by(ID)%>%　　　　mutate(dummy1=max(dummy1),dummy2=max(dummy2),dummy3=max(dummy3))%>%
　　　　distinct(ID,.keep_all=TRUE)

#CODE2
df2 <- df%>%
　　　　group_by(ID)%>%
　　　　summarize(dummy1=max(dummy1),dummy2=max(dummy2),dummy3=max(dummy3))

これで望みどおり、IDごとにそれぞれの月に分かれているダミーを反映して1行に変換できました。

------AFTER------

ID	年月	dummy1	dummy2	dummy3
AA	-	1	1	1
BB	-	1	1	0
CC	-	0	1	1

まとめ

R では、NAを含む演算はNAを返す

▶NAを先に埋めてからsummarizeとか、mutateとかするべき(今回のケースでは)