与NA值在R中导致坏子集的数值比较
与NA值在R中导致坏子集的数值比较
提问于 2014-06-03 16:54:57
有人能向我解释，为什么逻辑评估决心在向量比较子集中产生假行？例如：
employee <- c("Big Shot CEO", "Programmer","Intern","Guy Who Got Fired Last Week")
salary <- c( 10000000, 50000, 0, NA)
emp_salary <- data.frame(employee,salary)
# how many employees paid over 100K?
nrow(emp_salary[salary>100000,]) # Returns 2 instead of 1 -- why?
emp_salary[salary>100000,]
# returns a bogus row of all NA's (not "Guy Who Got Fired")
# employee salary
# 1 Big Shot CEO 1e+07
# NA <NA> <NA>
salary[salary>100000]
# returns:
# [1] 1e+07 NA
NA > 100000 #returns NA考虑到这种意想不到的行为，在上面的例子中，计算员工收入超过100 K的首选方法是什么？
回答 1
Stack Overflow用户
回答已采纳
发布于 2014-06-03 17:01:06
首先，你可能不想先cbind() --这会迫使你所有的变量都变成字符。
emp_salary <- data.frame(employee,salary)有两种可能的解决办法：
subset自动排除标准为NA的情况。
nrow(subset(emp_salary,salary>1e5))- 直接计数结果并使用
na.rm=TRUE
sum(salary>1e5,na.rm=TRUE)至于假行背后的逻辑：
bigsal <- salary>1e5是包含NA的逻辑向量，因为它必须这样做(因为无法知道NA值是否满足标准)。- 当用包含
NA的逻辑向量索引数据帧的行时，这可能是最突出的文档(来自help("["))： 提取时，数字、逻辑或字符‘NA’索引选择一个未知元素，因此在逻辑、整数、数字、复杂或字符结果的对应元素中返回‘NA’，并返回列表的‘NULL’。
(我搜索了help("[.data.frame")，找不到更有用的东西了。)
需要记住的是，一旦索引完成，R就不再知道逻辑向量是从salary列中创建的，因此它无法做您想做的事情，即保留其他列中的值。这里有一种方法可以考虑用NA行中的所有列填充NAs的似乎很奇怪的行为:如果R完全排除了该行，那就相当于FALSE。如果它保留了它(并且记住它不能只保留几列并删除其他列)，那么这将与TRUE的标准相对应。如果标准既不是FALSE也不是TRUE，那么很难看出其他行为是有意义的.
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/24020784
复制相关文章
相似问题
腾讯云开发者
