使用R语言计算DataFrame中所有数据列的均值，并在遇到非数据值的情况下输出缺失值NA

使用R语言计算DataFrame中所有数据列的均值，并在遇到非数据值的情况下输出缺失值NA

在R语言中，我们可以使用colMeans()函数计算DataFrame中每个数据列的均值。然而，当数据列中存在非数据值（例如缺失值或非数值）时，colMeans()函数将返回NaN（Not a Number）。为了实现我们的要求，在遇到非数据值的情况下输出缺失值NA，我们可以自定义一个函数，使用colMeans()函数并添加一些额外的逻辑来处理非数据值。

下面是一个示例代码：

# 创建一个包含非数据值的DataFrame
df <- data.frame(
  A = c(1, 2, NA, 4),
  B = c(5, "abc", 7, 8),
  C = c(9, 10, NaN, 12)
)

# 自定义函数计算数据列的均值并处理非数据值
calculate_mean <- function(data) {
  means <- colMeans(data, na.rm = TRUE)  # 计算均值，忽略缺失值
  for (i in 1:length(means)) {
    if (is.nan(means[i])) {  # 如果均值为NaN，则将其替换为缺失值NA
      means[i] <- NA
    }
  }
  return(means)
}

# 调用自定义函数计算DataFrame中数据列的均值
result <- calculate_mean(df)
print(result)

在上面的代码中，我们首先创建了一个DataFrame df，其中包含了一些非数据值。然后，