r - 具有 "NaN"值的函数表的意外行为

Question

最近，我在 table 遇到了一个行为。功能不是我所期望的:

例如，让我们采用以下向量:

ex_vec <- c("Non", "Non", "Nan", "Oui", "NaN", NA)

如果我检查 NA我的向量中的值， "NaN"不被认为是一个(如预期的那样):

is.na(ex_vec)
# [1] FALSE FALSE FALSE FALSE FALSE  TRUE

但是，如果我试图获得不同的值频率:

table(ex_vec)
#ex_vec
#Nan Non Oui 
#  1   2   1

"NaN"没有出现在表中。

但是，如果我“问” table显示 NA值(value)观，我明白了:

table(ex_vec, useNA="ifany")
#ex_vec
# Nan  NaN  Non  Oui <NA> 
#   1    1    2    1    1

因此，字符串 "NaN"被视为 NA内部值 table调用，同时在输出中被视为不是 NA值(value)。

我知道(这会更好)我可以通过将向量转换为 factor 来解决我的问题。尽管如此，我真的很想知道这里发生了什么。有没有人有想法？

Answer 1

当factor匹配向量的级别，它转换其 exclude列出与输入向量相同的类型:

exclude <- as.vector(exclude, typeof(x))

所以如果你的排除列表有 NaN并且您的向量是字符，会发生这种情况:

as.vector(exclude, typeof(letters))
[1] NA    "NaN"

哦亲爱的。现在真正的 "NaN"字符串将被排除。

要修复，请使用 exclude=NA在 table (和 factor，如果您正在制造可能会影响此的因素)。

我确实喜欢 factor 的文档中的这个:

 There are some anomalies associated with factors that have ‘NA’ as
 a level.  It is suggested to use them sparingly, e.g., only for
 tabulation purposes.

让人放心...