NA、Inf、NaN、NULL等值处理

这几个都是R语言里面的特殊值，都是R的保留字(reserved words)。它们的意义分别为：

• • NA：表示缺失值(Missing value)，是“Not Available”的缩写
• • Inf：表示无穷大，是“Infinite”的缩写
• • NaN：表示非数值，是“Not a Number”的缩写
• • NULL：表示空值，即没有内容

下面通过一些例子来了解它们的用法。由于有关NA的内容较多，最后再介绍它。

1. Inf

我们知道，对于分数，当分母为0分子不为0时，结果为无穷大。当分子为正数时，结果为正无穷大；当分子为负数时，结果为负无穷大。在R中也是这样，比如：

2 / 0 ## 正无穷大 [1] Inf -2 / 0 ## 负无穷大 [1] -Inf

Inf也可参与一些运算，比如：

2/Inf ## 当分子为有限值、分母无穷大时，结果为 0 [1] 0 exp(-Inf) ## 自然数e的负无穷大次幂为0 [1] 0 (0:3)^Inf ## 0的穷大次幂为0；1的无穷大次幂还为1；大于1的数的无穷大次幂为无穷大 [1] 0 1 Inf Inf

此外，在R中用is.finite(), is.infinite()来判断是否为无穷大数，比如：

is.finite(2) [1] TRUE is.infinite(2/0) [1] TRUE

1. NaN

有些运算会导致结果为非数值，在R中用NaN来表示，比如：

0 / 0 [1] NaN Inf - Inf [1] NaN Inf / Inf [1] NaN

在R中，用is.nan()来判断是否为非数值，比如：

is.nan(2) [1] FALSE is.nan(NA) ## 缺失值NA不是非数值 [1] FALSE is.nan(0/0) [1] TRUE

1. NULL

NULL表示空值，表示没有内容。

一般常用在函数参数中，表示该参数没有被赋予任何值。也经常用在初始化变量，表示变量没有任何内容，因此它的长度为0。来看个例子：

x <- NULL [1] 0 length(x) [1] 0 is.null(x) ## is.null()函数判断是否为空值 [1] TRUE

1. NA

NA表示缺失值(Missing value)，我们将会经常碰到这个值。

你可能想知道向量中是否有缺失值。对于这个问题，有人说用==关系运算符就行了，是这样吗？来看个例子：

x <- c(2, 5, NA, 7, NA, 8) x == NA [1] NA NA NA NA NA NA is.na(x) ## 正确姿势 [1] FALSE FALSE TRUE FALSE TRUE FALSE

显然用==不可行（为啥不行，仔细想想就明白），在R中可用is.na()函数来判断是否为缺失值

有时我们想删除缺失值或想知道有多少个缺失值，可以通过下面代码来实现：

x[! is.na(x)] ## 删除缺失值 [1] 2 5 8 sum(is.na(x)) ## 缺失值的个数 [1] 2

对于处理含有缺失值的向量，很多函数在默认参数下不能工作，比如：

x <- c(2, 5, NA, 7, NA, 8) mean(x) [1] NA max(x) [1] NA mean(x, na.rm=TRUE) [1] 5.5 max(x, na.rm=TRUE)

[1] 8

可通过设置na.rm为TRUE来删除缺失值，然后再统计

有时我们还想知道缺失值NA在哪个位置。此时可以通过which()函数来输出位置索引，比如：

x <- c(2, 5, NA, 7, NA, 8) which(is.na(x)) ## 第3和5个元素是缺失值 [1] 3 5