用 NA 替换 integer(0)

Question

我有一个函数可以应用于一列并将结果放在另一列中，它有时会给我 integer(0)作为输出。所以我的输出列将是这样的:

45
64
integer(0)
78

我如何检测这些 integer(0) 's 并将它们替换为 NA ?有没有类似 is.na()那会检测到它们吗？

编辑:好的，我想我有一个可重复的例子:

df1 <-data.frame(c("267119002","257051033",NA,"267098003","267099020","267047006"))
names(df1)[1]<-"ID"

df2 <-data.frame(c("257051033","267098003","267119002","267047006","267099020"))
names(df2)[1]<-"ID"
df2$vals <-c(11,22,33,44,55)

fetcher <-function(x){
  y <- df2$vals[which(match(df2$ID,x)==TRUE)]
return(y) 
}

sapply(df1$ID,function(x) fetcher(x))

此 sapply 的输出是问题的根源。

> str(sapply(df1$ID,function(x) fetcher(x)))
List of 6
$ : num 33
$ : num 11
$ : num(0) 
$ : num 22
$ : num 55
$ : num 44

我不希望这是一个列表 - 我想要一个向量，而不是 num(0)我要 NA (注意在这个玩具数据中它给出了 num(0) - 在我的真实数据中它给出了 (integer(0) )。

Answer 1

这是 (a) 替换 integer(0) 的方法与 NA (b) 将列表转换为向量。

# a regular data frame
> dat <- data.frame(x = 1:4)
# add a list including integer(0) as a column
> dat$col <- list(45,
+                 64,
+                 integer(0),
+                 78)
> str(dat)
'data.frame':   4 obs. of  2 variables:
 $ x  : int  1 2 3 4
 $ col:List of 4
  ..$ : num 45
  ..$ : num 64
  ..$ : int 
  ..$ : num 78
# find zero-length values
> idx <- !(sapply(dat$col, length))
# replace these values with NA
> dat$col[idx] <- NA
# transform list to vector
> dat$col <- unlist(dat$col)
# now the data frame contains vector columns only
> str(dat)
'data.frame':   4 obs. of  2 variables:
 $ x  : int  1 2 3 4
 $ col: num  45 64 NA 78