朱莉娅中缺失值的类型，例如NA_real_

Question

我无法指定丢失数据的类型。

  

Julia支持从统计意义上表示缺失值，即在观察值中变量无可用值但理论上存在有效值的情况下。

根据从Julia手册复制的上述说明，我希望可以创建不同类型的missing对象。我收到以下错误消息：

missing::Real
ERROR: TypeError: in typeassert, expected Real, got Missing

对象类型是随身携带的有用信息，我是否需要在单独的变量中携带？

Answer 1

有一个单例类型Missing，其唯一实例是值missing，表示Julia中缺少一个值。因此，与R相对，在float类型，逻辑类型等缺失之间没有区别。

进行这种设计的原因是，在Julia中您可以定义自己的类型，因此不可能像R中那样列出所有可能的缺失类型。

您可以通过以下方式对此进行检查：

julia> missing isa Missing
true

julia> supertype(Missing)
Any

通常允许缺少值的集合的元素类型为Union{Missing, Actual_Type_You_Want}，例如：

julia> [1, 2, missing]
3-element Array{Union{Missing, Int64},1}:
 1
 2
  missing

julia> Dict(1=>1, 2=>missing)
Dict{Int64,Union{Missing, Int64}} with 2 entries:
  2 => missing
  1 => 1

理论上，可以定义参数类型Missing{T}，该参数类型将携带类型T的信息，但是在实践中使用起来并不方便，因为这样一来，您就必须单独每种缺失值的语法，目前编写missing就足够了，您便拥有了想要的。

请注意，这正是大多数R用户所做的，因为当他们写NA时，它是逻辑类型，并且会根据其放入的收集类型在后台进行转换。根据我的经验，您几乎看不到NA_real_和类似的东西在实际的R代码中。