Funkcja sumy niestandardowej w dplyr zwraca niespójne wyniki

Question

Zrobiłem niestandardową funkcję sumy, która ignoruje NA s, chyba że wszystkie są NA. Kiedy używam go w dplyr, zwraca wyniki nieparzyste i nie wiem dlaczego.

require(dplyr) 

dta <- data.frame(year=2007:2013, rrconf=c(79, NaN ,474,2792,1686,3313,3456), enrolled=c(NaN,NaN,458,1222,1155,1906,2184)) 

sum0 <- function(x, ...){ 
    # remove NAs unless all are NA 
    if(is.na(mean(x, na.rm=TRUE))) return(NA) 
    else(sum(x, ..., na.rm=TRUE)) 
} 

dta %>% 
    group_by(year) %>% 
    summarize(rrconf=sum0(rrconf), enrolled=sum0(enrolled)) 

daje mi

Source: local data frame [7 x 3] 

    year rrconf enrolled 
1 2007  79  NA 
2 2008  NA  NA 
3 2009 474  TRUE 
4 2010 2792  TRUE 
5 2011 1686  TRUE 
6 2012 3313  TRUE 
7 2013 3456  TRUE 

W tym przypadku jest to podsumowującej tylko na jednej wartości, ale w moim większego zastosowania w lecie może nad wieloma wartościami. Zawijanie mojej funkcji sum0 w as.integer() wydaje się to naprawić, ale nie mogłem ci powiedzieć dlaczego.

Czy to jest właściwy sposób na obejście tego problemu? Czy jest coś oczywistego, czego mi brakuje?

> sessionInfo() 
R version 3.1.0 (2014-04-10) 
Platform: i386-w64-mingw32/i386 (32-bit) 

locale: 
[1] LC_COLLATE=English_United Kingdom.1252 LC_CTYPE=English_United Kingdom.1252 
[3] LC_MONETARY=English_United Kingdom.1252 LC_NUMERIC=C       
[5] LC_TIME=English_United Kingdom.1252  

attached base packages: 
[1] stats  graphics grDevices utils  datasets methods base  

other attached packages: 
[1] dplyr_0.2 

loaded via a namespace (and not attached): 
[1] assertthat_0.1 magrittr_1.0.1 parallel_3.1.0 Rcpp_0.11.2 tools_3.1.0 

Answer 1

Problem wydaje się być z dplyr określaniem typu kolumny w odniesieniu do pierwszego zwróconego wyniku. Jeśli wymusić wartość NA, który jest domyślnie wartość logiczną, aby być NA_real_ lub NA_integer_, wtedy będą sortowane:

##Just to show what NA normally does first: 
class(NA) 
#[1] "logical" 

sum0 <- function(x, ...){ 
    # remove NAs unless all are NA 
    if(is.na(mean(x, na.rm=TRUE))) return(NA_real_) 
    else(sum(x, ..., na.rm=TRUE)) 
} 

dta %>% 
    group_by(year) %>% 
    summarize(rrconf=sum0(rrconf), enrolled=sum0(enrolled)) 

#Source: local data frame [7 x 3] 
# 
# year rrconf enrolled 
#1 2007  79  NA 
#2 2008  NA  NA 
#3 2009 474  458 
#4 2010 2792  1222 
#5 2011 1686  1155 
#6 2012 3313  1906 
#7 2013 3456  2184