计算 NA、NAN 和 Inf 时的奇怪行为

Question

我写了一个小函数来计算 tibble 数据框中的 NA、NaN 和 Inf 的数量，如下所示：

check.for.missing.values <- function(df) {
     return(  sum(is.na(as.matrix(df)) & !is.nan(as.matrix(df))) +    #NAs
              sum(is.infinite(as.matrix(df))) +                       #Infs
              sum(is.nan(as.matrix(df)))                              #NaNs
)}

我用以下 tibble 对其进行了测试：

x1 <- tibble(x = 1:7, 
             y = c(NA,NA,Inf,Inf,Inf,-Inf,-Inf), 
             z = c(-Inf,-Inf,NaN,NaN,NaN,NaN,NaN))
x1
# A tibble: 7 × 3
  x     y     z
<int> <dbl> <dbl>
  1     1    NA  -Inf
  2     2    NA  -Inf
  3     3   Inf   NaN
  4     4   Inf   NaN
  5     5   Inf   NaN
  6     6  -Inf   NaN
  7     7  -Inf   NaN`

我得到了

check.for.missing.values(x1)
[1] 14

这当然是正确的答案。

现在，如果我传递给函数的 tibble 恰好包含日期格式的观察结果，那么函数就会停止工作，我不知道为什么：

x2 <- mutate(x1, date = as.Date('01/07/2008','%d/%m/%Y'))
x2

# A tibble: 7 × 4
  x     y     z       date
<int> <dbl> <dbl>     <date>
  1     1    NA  -Inf 2008-07-01
  2     2    NA  -Inf 2008-07-01
  3     3   Inf   NaN 2008-07-01
  4     4   Inf   NaN 2008-07-01
  5     5   Inf   NaN 2008-07-01
  6     6  -Inf   NaN 2008-07-01
  7     7  -Inf   NaN 2008-07-01`

check.for.missing.values(x2)
[1] 7

关于发生了什么的任何线索？

谢谢

雷耶马尔

Answer 1

正如@nicola 提到的，您的问题在于您将数据框转换为矩阵。这样做时，您会强制每个“单元格”强制转换为单个类，在这种情况下最终成为“字符”类，并且您的 Inf 和 -Inf 不再被您的函数捕获。

您可以通过applying 覆盖数据框中的列来完成您想做的事情，而无需借助矩阵转换。在您的情况下，sapply 将起作用。

check.for.missing.values <- function(df) {
    sum( sapply( df, function(x) {
        sum( { is.na(x) & !is.nan(x) } |
                 is.infinite(x) |
                 is.nan(x) )
    } ) )
}

sapply 遍历每一列，将匹配给定条件集的所有匹配项相加。返回一个数字向量，然后可以再次sumd 得到总数。

check.for.missing.values(x2)
[1] 14