Question

错误地，我发现R计数向量NA包含在一个有趣的方式：

> temp <- c(NA,NA,NA,1) # 4 items
> length(temp[temp>1])
[1] 3

> temp <- c(NA,NA,1) # 3 items
> length(temp[temp>1])
[1] 2

首先，我假设R会将所有NA处理为一个NA，但事实并非如此。

有人可以解释一下吗？感谢。

Answer 1

你只期望TRUE和FALSE（并且结果只是FALSE），但逻辑矢量也可以有NA。如果你希望得到一个长度为零的结果，那么你至少还有三个选择：

> temp <- c(NA,NA,NA,1) # 4 items
>  length(temp[ which(temp>1) ] )
[1] 0

> temp <- c(NA,NA,NA,1) # 4 items
>  length(subset( temp, temp>1) )
[1] 0

> temp <- c(NA,NA,NA,1) # 4 items
>  length( temp[ !is.na(temp) & temp>1 ] )
[1] 0

您将在很多已建立功能的内部代码中找到最后一个表单。我碰巧认为第一个版本更经济，更容易阅读，但R Core似乎不同意。我有几次被R建议不要在逻辑表达式周围使用which（）。我仍然不相信。不应该将它与否定索引结合起来是正确的。

编辑不使用构造“减去哪个”（负索引与哪个）的原因是，在所有项目都未通过which-test并且因此您希望返回所有项目的情况下，它返回意外的空矢量：

 temp <- c(1,2,3,4,NA)
 temp[!temp > 5]
#[1]  1  2  3  4 NA             As expected
 temp[-which(temp > 5)]
#numeric(0)                 Not as expected
 temp[!temp > 5 & !is.na(temp)]
#[1] 1 2 3 4           A correct way to handle negation

我承认NA应该选择NA元素的概念看起来有点奇怪，但它根植于S的历史，因此R在?"["中有一个关于“NA在索引中”的部分。理由是每个NA作为索引应该返回一个未知结果，即另一个NA。

Answer 2

如果你分解每个命令并查看输出，那就更具启发性了：

> tmp = c(NA, NA, 1)
> tmp > 1
[1]    NA    NA FALSE
> tmp[tmp > 1]
[1] NA NA

因此，当我们下次执行length(tmp[tmp > 1])时，就好像我们正在执行length(c(NA,NA))一样。有一个满载NA的向量是很好的 - 它有一个固定的长度（好像我们是通过NA * vector(length = 2)创建的，它应该与NA * vector(length = 3)不同。

Answer 3

您可以使用'sum'：

> tmp <- c(NA, NA, NA, 3)
> sum(tmp > 1)
[1] NA
> sum(tmp > 1, na.rm=TRUE)
[1] 1

一点解释：'sum'需要数字，但'tmp＆gt; 1'是合乎逻辑的。因此它会自动强制为数字：TRUE =＆gt; 1; FALSE =＆gt; 0; NA =＆gt; NA。

我不认为“The R Inferno”中有任何类似的东西，但这绝对是它所针对的问题。 http://www.burns-stat.com/pages/Tutor/R_inferno.pdf

包含NA的计数向量

3 个答案: