Possuo um conjunto de dados de chuva medidos a cada hora e preciso somar esses dados ao longo do dia. Para isso, estou utilizando os comandos abaixo:
library(dplyr)
df %>% group_by(data) %>%
summarise_all(funs(Media=sum(., na.rm=TRUE)))
Porém, meu df apresenta três características: i) dias sem NA, ii) dias com alguns NAs, e iii) dias apenas com NA, conforme exemplo abaixo:
Com isso, se eu considerar na.rm=TRUE
, os dias que possuem apenas NA, como o dia 03/01/10, retorna com um valor 0 após a soma. O que está errado, pois não sei se não choveu mesmo, uma vez que não tenho o dado. Pelo contrário, na.rm=FALSE
, desconsidero tanto os dias que possuem apenas NA quanto os dias que possuem alguns NAs e algumas medidas, o que também é ruim.
Na saída apresentada abaixo, o dia 02/01/2010 deveria apresentar um valor diferente de 0.0 e o dia 03/01/2010 deveria apresentar NA. Quando calculo a média Media=mean
o resultado é correto, porém para Media=sum
não consigo corrigir isso.
data "rain_mm_ToT"
01/01/2010 19.7
02/01/2010 0.0
03/01/2010 0.0
04/01/2010 0.5
05/01/2010 0.0
06/01/2010 0.0
07/01/2010 6.3
08/01/2010 1.9
09/01/2010 1.4
10/01/2010 0.0
11/01/2010 0.0
Como a série é muito longa, não consigo fazer uma avaliação minunciosa de onde estarão os erros. Desse modo, gostaria de saber se existe uma alternativa para considerar "parcialmente" os valores NAs, isto é, retornar com NA apenas nos dias que não apresentam nenhuma medição e realizar a soma naqueles que possuem tanto NA quanto medição?
Obrigada!
dput(df)
ou, se a base for muito grande, dedput(head(df, 20))
?