R：通过设置每列的丢失观测值的最大数目来聚合数据框

Question

我需要使用平均值按列（组）聚合数据框。我只想汇总每列中每组中每个组的缺失观察值少于（假设为20％）的情况（如果没有，则返回NA）。知道我将如何实现吗？ （我也可以使用data.table或dplyr之类的包）

#Sample data
set.seed(123)
dat <- data.frame(group = sample(letters[1:4], 100, replace = T), 
                  x = sample(c(rnorm(4, 12, 0.3), NA), 100, replace = T), 
                  y = sample(c(rnorm(4, 12, 0.3), NA), 100, replace = T), 
                  z = sample(c(rnorm(4, 12, 0.3), NA), 100, replace = T))

head(dat)

Answer 1

一个选项：

cols2check <- c("x", "y", "z")
out <- colMeans(dat[cols2check], na.rm = TRUE)
out[sapply(dat[cols2check], function(x) mean(is.na(x)) < 0.2)] <- NA_real_
out

#        x        y        z 
# 12.11241 11.59669       NA