r - 检查 subset() 中定义的值

Question

尝试根据不为空的值(从 SQL 借用)获取数据框的子集。尝试类似的东西:

lately <- subset(data, year > 1997 & myvalue != NA)

但这是不对的。姐妹们，有什么建议吗？

Answer 1

subset(data, year > 1997 & !is.na(myvalue))

应该这样做。您的版本不起作用的原因是 foo != NA 或 foo == NA 始终是 NA 因为我们不知道是什么NA 数据是。使用 is.na() 测试 NA 并使用 ! 否定它，如果你想要“不是 NA”。

例如:

> dat <- data.frame(year = 1995:2000, myvalue = c(1,3,4,NA,6,10))
> dat
  year myvalue
1 1995       1
2 1996       3
3 1997       4
4 1998      NA
5 1999       6
6 2000      10
> subset(dat, year > 1997 & myvalue != NA)
[1] year    myvalue
<0 rows> (or 0-length row.names)
> subset(dat, year > 1997 & !is.na(myvalue))
  year myvalue
5 1999       6
6 2000      10

进一步思考为什么您的版本不起作用是有益的。

子句的第一部分返回:

> with(dat, year > 1997)
[1] FALSE FALSE FALSE  TRUE  TRUE  TRUE

对于前 3 个元素，我们不需要做任何进一步的检查，因为它们是 FALSE，但我们需要检查示例中最后三个元素的第二个子句。如上所述，第二个子句为所有元素返回 NA:

> with(dat, myvalue != NA)
[1] NA NA NA NA NA NA

因此组合子句返回:

> with(dat, year > 1997 & myvalue != NA)
[1] FALSE FALSE FALSE    NA    NA    NA

这将最终不选择任何行，因此为您的示例返回零行对象。