r - 和 NA 有什么区别？

Question

我有一个名为 SMOKE 的因子，级别为“Y”和“N”。缺失值被替换为 NA(从初始级别“NULL”开始)。然而，当我查看这个因素时，我得到这样的结果:

head(SMOKE)
# N N <NA> Y Y N
# Levels: Y N

为什么 R 显示 NA如<NA> ？有什么区别吗？

Answer 1

当您处理factors时，当 NA包含在尖括号 ( <NA> ) 中，这表明它实际上是 NA。

什么时候NA如果没有括号，那么它不是 NA，而是一个标签为 "NA" 的真因数。

# Note a 'real' NA and a string with the word "NA"
x <- factor(c("hello", NA, "world", "NA"))

x
[1] hello <NA>  world NA   
Levels: hello NA world      <~~ The string appears as a level, the actual NA does not. 

as.numeric(x)              
[1]  1 NA  3  2            <~~ The string has a numeric value (here, 2, alphabetically)
                               The NA's numeric value is just NA

<小时/>

编辑回答@Arun的问题:

R只是试图区分值为两个字母 "NA" 的字符串和实际缺失值 NA因此，您在显示 df 时看到的差异与 df$y 。示例:

df <- data.frame(x=1:4, y=c("a", NA_character_, "c", "NA"), stringsAsFactors=FALSE)

注意 NA 的两种不同风格:

> df
  x    y
1 1    a
2 2 <NA>
3 3    c
4 4   NA

但是，如果我们只看“df$y”

[1] "a"  NA   "c"  "NA"

但是，如果我们删除引号(类似于我们在控制台打印 data.frame 时看到的内容):

print(df$y, quote=FALSE)
[1] a    <NA> c    NA  

因此，我们再次区分 NA通过尖括号。