r - 了解 R - is.na 和空白 ""单元格

Question

我有一个数据集。在进行许多不同的文件操作之前，许多单元格都是“NA”

经过操纵之后，无论出于何种原因，它们都变得纯粹是空的。因此，需要明确的是，以前在 Excel 中不适用的相同单元格现在完全显示为空白。没什么大不了的，对吧？

好吧，当我将数据读入 R 时，我得到......

 [1] ""                  ""                  "6.4019975396e+17" 
 [4] ""                  ""                  ""                 
 [7] ""                  ""                  "6.40275087015e+17"
[10] "6.4062774821e+17"  ""                  "6.40602341e+17"   
[13] ""                  ""                  "6.40360673735e+17"
[16] "6.40326194081e+17" "6.40326465381e+17" "6.40322363352e+17"

对我来说仍然很好，除了当我运行时

is.na(data_frame$column_name)

我得到的都是假的。每一个。我是否误解了 is.na 的工作原理？

编辑 - 这有点模糊。当然，我误解了它是如何工作的。您能解释一下为什么空单元格不算作 NA 单元格吗？是否有一个快速修复可以应用于数据框以制作“”的任何内容，或者出于 R 的缘故，将 CSV 中的空白单元格转换为 NA？

Answer 1

Can you explain why an empty cell does not count as an NA cell?

我认为，简而言之，答案是R NA 和空的"" 是不同的。 为什么是""是空白，而NA是真正缺失的东西——你不知道它是什么是的，它可以是任何东西。

要将空白替换为 NA，事后，对于单个列，您可以这样做

data$column[data$column == ""] <- NA

对数据框中的所有列执行此操作

data = lapply(data, function(x) {x[x == ""] <- NA})

正如评论中所指出的，解决问题的最佳时机是当您使用 na.strings 参数读取数据时 read.csv 或 read.table.

read.csv(file_name, na.strings = c("", "NA"))