Question

我正在尝试提取字段“var”等于0的数据行。

但我发现“NA”被视为0：

有20行0和809行“NA”。

数据框d中共有81291行。

> length(d$var[d$var == "0"])
[1] 829

> length(d$var[d$var == 0])
[1] 829

以上829值包括0和“NA”

> length(d$var[d$var == "NA"])
[1] 809

> length(d$var[d$var == NA])
[1] 81291

为什么上面的代码给出了d？

的长度

Answer 1

x == NA不是测试某个变量x的值是否为NA的方法。请改用is.na()：

> 2 == NA
[1] NA
> is.na(2)
[1] FALSE

同样，使用is.null()来测试对象是否为NULL对象。

Answer 2

评估这一点的一种方法是不优雅的

length(d$var[(d$var == 0) & (!is.na(d$var))])

（或稍微更紧凑，sum(d$var==0 & !is.na(d$var))）

我认为您的代码说明了您对R语法的一些误解。让我们制作一个紧凑，可重复的例子来说明：

d <- data.frame(var=c(7, 0, NA, 0))

正如您所指出的，length(d$var[d$var==0])将返回3，因为NA==0被评估为NA。

当您使用引号将要查找的值括起来时，R会将其计算为字符串。因此length(d$var[d$var == "NA"])询问d$var中有多少元素字符串 "NA"。由于数据集中没有字符"NA"，因此您可以获得评估为NA的值的数量（因为"NA"==NA评估为NA）。

为了回答您的上一个问题，请查看d$var[d$var==NA]返回的内容：NA与原始向量长度相同的向量。同样，与==的任何NA评估都会计算为NA。由于该表达式中的所有比较均为NA，因此您将获得NA s的向量，该向量与原始向量的长度相同。

Answer 3

这是给出正确答案的解决方案。

长度（（d $ var == 0））

你面临这个问题的原因是在你的表达式中，条件检查不给NA值假，否则它给出NA而当你添加条件作为索引时，检查非FALSE的值对于。在我给出的表达式中，它检查哪些条件为TRUE，从而得到正确的答案。