在lapply内部调用汇总函数，返回NaN值

是因为在处理数据时出现了缺失值或无效值，导致计算结果无法得出有效的数值。NaN代表"not a number"，是一种特殊的数值表示。

在处理数据时，如果遇到缺失值或无效值，常见的做法是将其标记为NaN。当使用lapply函数对数据进行处理时，如果汇总函数在处理数据时遇到NaN值，它可能无法正确计算结果，从而返回NaN值。

NaN值的出现可能是由于数据输入错误、数据损坏、数据转换错误等原因导致的。为了解决这个问题，可以采取以下几种方法：

1. 数据清洗：检查数据源，确保数据的完整性和准确性。可以使用数据清洗工具或编程语言的相关函数来处理缺失值或无效值，例如R语言中的na.omit()函数可以删除包含缺失值的行。
2. 数据转换：对于无效值，可以尝试将其转换为有效值。例如，可以使用R语言中的as.numeric()函数将字符型数据转换为数值型数据。
3. 数据填充：对于缺失值，可以根据数据的特点和背景知识进行填充。例如，可以使用均值、中位数或其他统计量来填充缺失值。
4. 异常处理：在编写汇总函数时，可以添加异常处理机制，以避免在处理数据时出现NaN值。例如，可以使用条件语句或try-catch语句来处理异常情况。

腾讯云相关产品和产品介绍链接地址：

• 腾讯云数据清洗服务：https://cloud.tencent.com/product/dcs
• 腾讯云数据转换服务：https://cloud.tencent.com/product/dts
• 腾讯云数据填充服务：https://cloud.tencent.com/product/dps
• 腾讯云异常处理服务：https://cloud.tencent.com/product/ehs