Question

In trying to understand what 'percent_rank' does, I took a peek at the code and found the expression page.find('#foo').find('.bar'). I can't think of any situation in which length(!is.na(x)) so I'm wondering if this is a typo (perhaps it should be length(x) != length(!x)?) or if here really is such a situation??

Answer 1

这是一个错误。此代码是在this commit中引入的，这是对issue 774的声明回复。哈德利在第774期写道：

  哦，哎呀，我说这是我实施R中的一个错误。 分母   应该是非NA的数量，而不是长度。 （强调添加）

我们不需要选项来控制行为，只需确保输入中的NA   是输出中的NA

但是正如您所指出的那样，应该sum(!is.na(x))而不是length来实现预期的修复。

Answer 2

从?is.na我看到两种可能性：

第一个是，如果使用默认方法is.na()，则记录它返回＆＃34;一个与其参数x长度相同的逻辑向量，包含TRUE标记为NA的元素，或者对于数字或复杂向量，NaN和FALSE。{34} （来自?is.na，价值部分）。

因此，你猜测没有length(is.na(x)) != length(!is.na(x))的情况是正确的。
如果应用了非默认方法，则该方法的作者可能返回与泛型（和默认方法）文档不兼容的对象。在这种情况下，所有赌注都已关闭。

我觉得这个选项有点牵强，但如果有悖常理，这是可能的。

我建议您报告Hadley＆＃39; github repo的问题。

Answer 3

我认为这是一个偏好问题。甚至帮助说：

x要排名的值的向量。丢失的值保持不变。如果您想将它们视为最小值或最大值，在排名之前用Inf或-Inf替换。

如果将percent_rank分解为单个元素并应用于样本向量，则会得到：

> x <- c(1, 1, 2, 3, NA)
> left  <- rank(x, ties.method = "min", na.last = "keep") - 1
> right <- length(!is.na(x)) - 1
> out   <- left/right
> out
[1] 0.00 0.00 0.50 0.75   NA
> x[is.na(x)] <- Inf
> left  <- rank(x, ties.method = "min", na.last = "keep") - 1
> right <- length(!is.na(x)) - 1
> out   <- left/right
> out
[1] 0.00 0.00 0.50 0.75 1.00

我对这个功能现在如何运作很好。如果您希望始终获得0-1范围，则只需确保NA更改为Inf/-Inf。我不确定，如果这符合SQL2003标准。

Typo in `dplyr::percent_rank`?

3 个答案: