使用不同的函数时得到不同的答案为相同的数学，不知道为什么

Question

我想围绕整个列的平均值中心值。我需要为整个（大）数据框完成此操作，所以首先我尝试了colMeans。

colMeans(data, na.rm = TRUE)

由此，我得到这样的5.567为我的数据集的第一列的答案。不过，我想仔细检查一下。当我使用平均函数 mean(data$first_column, na.rm = TRUE)时，我得到了8.466。当我计算Excel表中的平均值时，我得到了6.5左右的数据。

我一直无法用生成的数据集重新创建这个问题，所以这里是一个 link to a GoogleDoc with the first two columns of my data set。

最终目标是围绕数据集中几乎每一列的均值的中心值，并且我假设我会用lapply（）来做到这一点。但在我这样做之前，我想了解为什么我会得到这么多不同的平均值。我认为它与NAs或什么有关，但我不太明白。

在此先感谢您的帮助。

Answer 1

经过很多尝试，这里是我有的代码。我仍然得到的平均值已关闭，但colMeans()和mean()都产生相同的答案，所以我认为它与变量NA有关，而不是函数。我仍在研究这个问题，但我想出了如何用平均值代替NAs，同时围绕平均值的其他值集中。 This post helped me figure it out, specifically @Itsa's code。

###center values first

center_asd_prep <- autgi %>% select(ID, Irritability, Other_Variables)

as.numeric(center_asd_prep$srs_tot_raw) -> center_asd_prep$srs_tot_raw

center_asd_mean <- center_asd_prep %>% select(-ID, -Group.y) #remove categorical info

#replacing NA with mean while centering other values around the mean center_asd_mean[] <- lapply(center_asd_mean, function(x) ifelse(is.na(x), mean(x, na.rm = TRUE), x))

#adding ID info back center_asd <- data.frame(center_asd_mean, ID = center_asd_prep$ID, Group = center_asd_prep$Group.y) center_asd

我会更新这篇文章，如果我找出为什么我得到如此高的平均值，但我有14个观察具有大量的NAs，我认为这影响了结果，因为我的N = 218 。假设，如果有人遇到与我一样的问题，此代码应该可以工作。