Question

我最近不得不计算一个字符向量，我遇到了以下问题，这对我来说似乎是个错误，但是再一次，它是如此简单，这可能是一种理想的行为-尽管我不知道为什么你会想要这种行为

在这里，我创建一个DT，过滤除NA之外的所有内容并对其进行计数。一切都很好。

library(data.table)

test1 <- data.table(v1=c(rep('A',5),rep('B',5),rep(NA,5)))
test1[is.na(v1), .(n_NA= .N), .(v1)]

在test2中，我过滤了'A'的所有值。但是，data.table也删除了NA。

test2 <- test1[v1!='A']
test2[is.na(v1), .(n_NA= .N), .(v1)]

只有在我明确告诉data.table保留其这样做的NA的情况下。

test3 <- test1[!v1=='A' | is.na(v1)]
test3[is.na(v1), .(n_NA= .N), .(v1)]

现在，基数R在which（）函数中执行相同的操作，但在返回TRUE FALSE的逻辑向量中不执行该操作

test4 <- as.data.frame(test1)
    test4[test4$v1!='B',]       
test4[which(test4$v1!='B'),]

并且dplyr会执行相同的操作-即删除NA。

dplyr::filter(test1, v1!='A')

所以，我想一定是有一定道理的。但是我就是不明白。我明确表示我想要任何东西，但“ A”，默认行为是也要删除NA？有人可以解释吗？

Answer 1

R测试NA != "A"时，它返回NA而不是TRUE或FALSE。当您尝试在向量中包含NA值的data.table子集时，它只会将其删除。

您可以尝试使用%in%。例子：

NA %in% "A" #FALSE
NA %in% NA #TRUE
"B" %in% "A" #FALSE
"B" %in% "BA" #FALSE
"B" %in% "B" #TRUE

对于您的特定示例：

library(data.table)
test1 <- data.table(v1=c(rep('A',5),rep('B',5),rep(NA,5)))
test1[!(v1 %in% "A")]
# Output: data.table of one column v1 with 5 Bs and 5 NAs

在data.table中过滤字符向量时，它还会删除NA值。.这是什么逻辑？

1 个答案: