Question

我对R很新，我正在使用带有空条目的向量，并注意到grep与我的数据反直觉。我只是想用一个例子，因为我不是100％肯定如何解释它。说我有三个向量：

A<-c("","","","","","","a")
B<-c(NA,NA,NA,NA,NA,NA,"a")

A是最初存储数据的方式，B是R读取数据的方式。运行> vec[grep("",vec, invert=TRUE)] - 我的理解 - 搜索vec所有空单元格，返回它们的索引，然后填充并显示带有非空数据条目的结果向量。但是当我为vec=A和vec=B运行时，我得到：

vec = A：

> A[grep("",A, invert=FALSE)]
[1] "" "" "" "" "" "" "" "a" 
> A[grep("",A, invert=TRUE)]
character(0)

vec = B：

> B[grep("",B, invert=FALSE)]
[1] "a"
> B[grep("",B, invert=TRUE)]
[1] NA NA NA NA NA NA

由于我认为我的数据被读取就像案例B一样，我被反直觉的结果所困扰。我意识到这可能只是一个变量型问题，但我想知道是否有人可以更清楚了解情况如何发生。

快速编辑案例A是有道理的：因为grep无法找到“”，因为变量类型已关闭，它会返回所有内容。反转，它返回字符（0）作为“无”的默认值。案件B仍然感到困惑。

Answer 1

请注意，grep执行正则表达式搜索（不是字符串匹配）。

您输入的正则表达式""为为空，因此运行grep会询问与匹配的任何字符串是否包含 ""，而不是字符串是否完全匹配“”。

例如，

grepl("a","bananas")

返回TRUE，因为“a”在“香蕉”中是。

如果要将整个字符串与""匹配，可以在正则表达式中使用“^”和“$”（'^'表示字符串的开头，'$'表示字符串的结尾）：

grepl("^$", "") # returns TRUE grepl("^$", "a") # returns FALSE

然而，如果它只是你想要的空单元格，你最好不要使用正则表达式：

A[A != ""] # returns "a" B[!is.na(B)] # returns "a"

Answer 2

关于你的第一个问题：

> A[grep("^$", A)]
[1] "" "" "" "" "" ""
> A[grep("^$", A, invert=TRUE)]
[1] "a"

您使用""作为模式正在拾取任何字符元素。 "^$"的使用正在拾取开头和结尾之间没有字符的字符元素的位置。

正如NA没有"=="任何事情（甚至是自身），所以NA不匹配""。

对于NA或“”条目，grep行为是奇数

2 个答案: