具有 "NaN" 值的函数 table 的意外行为

Question

最近，我在 table 函数中遇到了一个与我预期不同的行为：

例如，让我们采用以下向量：

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

如果我检查我的向量中的 NA 值，"NaN" 不被认为是一个（如预期的那样）：

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"没有出现在table中。

但是，如果我 "ask" 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 table 调用中被视为 NA 值，而在输出中被视为非 NA 值。

我知道（这会更好并且）我可以通过将我的矢量转换为 factor 来解决我的问题，但是尽管如此，我真的很想知道这里发生了什么。有人有想法吗？

Answer 1

我想到的第一个想法是看一下 table 定义，它的开头是：

> 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 table 排除 NA 和 NaN。

在 table 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（这里没有什么新鲜事，文档中有说明）。

    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，我们正在寻找因素来找出根本原因：

> 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
}

我们知道了，exclude 参数，即使是 NA 值也被强制转换为字符向量。

那么会发生什么：

> 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

我们匹配字符 "NaN" 作为排除向量，因为在比较之前被强制转换为字符。

Answer 2

当 factor 匹配向量的级别时，它会将其 exclude 列表转换为与输入向量相同的类型：

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

所以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。现在将排除真正的 "NaN" 个字符串。

要修复，请在 table 中使用 exclude=NA（如果您正在制造可能会影响此的因素，则使用 factor）。

我很喜欢 factor 的文档中的这个：

 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.

安心...

具有 "NaN" 值的函数 table 的意外行为

Unexpected behaviour of function table with "NaN" values

r

na