POSIXct 对象为 NA，但 is.na() returns FALSE

Question

我在 R 中遇到了一些非常奇怪的行为。我认为它甚至可能是一个错误，但我在这里问问是否有人熟悉它或知道解决方案。

我想做的是：我有一个数据框，其中包含分配给组的日期。我正在对这些组执行 for 循环，我在其中计算该组中的最大日期。如果这个最大日期是 NA，我想跳过循环的其余部分 (next)。但是，这并没有正确发生。

考虑以下代码：

library(dplyr)
library(lubridate)
a <- data.frame(group = c(1,1,1,1,1, 2,2,2,2, 3),
            ds = as_datetime(dmy('01-01-2018', NA, '03-01-2018', NA, '05-01-2018',
                                 '02-01-2018', '04-01-2018', '06-01-2018', '08-01-2018',
                                 NA)))

for (i in 1:3) {
  max_ds <- a %>% filter(group == i) %>% .$ds %>% max(na.rm = T)
  if (is.na(max_ds)) { next }
  print(max_ds)
}

预期输出为：

# [1] "2018-01-05 UTC"
# [1] "2018-01-08 UTC"

但是得到的输出是：

# [1] "2018-01-05 UTC"
# [1] "2018-01-08 UTC"
# [1] NA

这个谜团的症结似乎在于 na.rm 子句。如果删除它，会发生以下情况：

for (i in 1:nr_groups) {
  max_ds <- a %>% filter(group == i) %>% .$ds %>% max()
  if (is.na(max_ds)) { next }
  print(max_ds)
}

# [1] "2018-01-08 UTC"

这正是预期的结果。

有什么想法吗？

Answer 1

问题是您同时传递了 NA 和 na.rm = TRUE。然后会发生这种情况：

max(NA, na.rm = TRUE)
#[1] -Inf
#Warning message:
#In max(NA, na.rm = TRUE) : no non-missing arguments to max; returning -Inf

结果显然不是NA。如果传递日期时间变量，结果仍然不是 NA，而是打印为 NA:

max(as.POSIXct(NA), na.rm = TRUE)
#[1] NA
#Warning message:
#In max.default(NA_real_, na.rm = TRUE) :
#  no non-missing arguments to max; returning -Inf
as.POSIXct(-Inf, origin = "1900-01-01")
#[1] NA
unclass(as.POSIXct(-Inf, origin = "1900-01-01"))
#[1] -Inf
#attr(,"tzone")
#[1] ""

您可能想用 is.finite 进行测试：

!is.finite(max(as.POSIXct(NA), na.rm = TRUE))
#[1] TRUE
#Warning message:
#In max.default(NA_real_, na.rm = TRUE) :
#  no non-missing arguments to max; returning -Inf

POSIXct 对象为 NA，但 is.na() returns FALSE

POSIXct object is NA, but is.na() returns FALSE

r

date

posixct

lubridate

dplyr