具有“NaN”值的函数表的意外行为

Question

最近，我在

table

函数中遇到了一种与我预期不符的行为：

例如，采用以下向量：

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

如果我检查向量中的

NA

值，

"NaN"

不被视为一个（如预期）：

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

但是如果我尝试获取不同的值频率：

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

"NaN"

未出现在表中。

但是，如果我“要求”

table

显示

NA

值，我会得到：

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

因此，字符串

"NaN"

在

NA

调用中被视为

table

值，而在输出中被视为非

NA

值。

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，但尽管如此，我真的很想知道这里发生了什么。有人有想法吗？

Answer 1

当

factor

匹配向量的级别时，它将其

exclude

列表转换为与输入向量相同的类型：

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

因此，如果您的排除列表有

NaN

并且您的向量是字符，则会发生这种情况：

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，请在

exclude=NA

中使用

table

（如果您正在制定可能会影响此问题的因素，请使用

factor

）。

我确实喜欢文档中的这个

factor

：

 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.

放心...

Answer 2

我想到的第一个想法是看一下

table

定义，其开头为：

> table
function (..., exclude = if (useNA == "no") c(NA, NaN), useNA = c("no", 
    "ifany", "always"), dnn = list.names(...), deparse.level = 1) 
{

听起来合乎逻辑，默认情况下表排除

NA

和

NaN

。

在表代码中挖掘，我们发现如果

x

不是一个因素，它会将其强制为一个因素（这里没有什么新内容，在文档中说了）。

    else {
        a <- factor(a, exclude = exclude)

我没有发现任何其他可能影响将

"NaN"

强制转换为

NA

值的输入。

因此，研究因素以了解为什么我们找到根本原因：

> factor
function (x = character(), levels, labels = levels, exclude = NA, 
    ordered = is.ordered(x), nmax = NA) 
{
 [...] # Snipped for brievety
    exclude <- as.vector(exclude, typeof(x))
    x <- as.character(x)
    levels <- levels[is.na(match(levels, exclude))] # defined in the snipped part above, is the sorted unique values of input vector, coerced to char.
    f <- match(x, levels)
 [...]
    f
}

在这里我们得到了它，排除参数，即使是

NA

值也被强制转换为字符向量。

所以发生的事情是：

> ex_vec <- c("Non", "Non", "Nan", "Oui", "NaN", NA)
> excludes<-c(NA,NaN)
> as.vector(excludes,"character")
[1] NA    "NaN"
> match(ex_vec,as.vector(excludes,"character"))
[1] NA NA NA NA  2  1

我们将字符“NaN”匹配为排除向量，因为在比较之前已将其强制为字符。

Answer 3

好的，对于非编码员的住宅太阳能业主，您能告诉我们 NaN 代表什么吗？请给我们傻瓜式的 NaN 答案。