r - 将空白元素解释为 R 函数 Factor() 中的有效因子元素的好处？

Question

基本 R 函数 factor() 将由空格组成的字符元素解释为有效的因子元素，而不是 NA。像这样解释空白字符元素有什么好处？它是为了保持兼容性而保留的遗留功能吗？

示例:

factor(c("a","a","","b"))

我意识到这不是一个可以通过可重现的示例作为起点来解决的普通问题，但我还是决定尝试一下。让 factor() 解释这样的空白字符元素的设计决策让我感到困惑。在我看来，将这些元素解释为 NA 会简化事情，并且没有明显的缺点。

Answer 1

What is the benefit of interpreting blank space character elements like this?

因为空字符串数据通常意味着“这是一个空字符串”，而不是“这是缺少数据”。

这当然取决于用法:空的“名称”字段很可能缺少数据。但空的“标题”字段就是这样:没有标题。否则你会如何编码缺少标题(假设“先生”和“夫人”有一个单独的字段，但情况可能并非如此)。

对于因子来说，空标签意义不大。然而，R 倾向于相当自由地将字符串转换为因子(尤其是从文件中读取表格数据时)，并且将所有这些空值视为 NA 会导致大量错误注释的数据。一般来说，这种隐式转换应该始终是无损的，即保留正在转换的值的整个域。