<NA> 和 NA 有什么区别？

Question

我有一个名为 SMOKE 的因子，其级别为“Y”和“N”。缺失值被替换为 NA（从初始级别“NULL”开始）。但是，当我查看因素时，我会得到如下信息：

head(SMOKE)
# N N <NA> Y Y N
# Levels: Y N

为什么 R 将 NA 显示为 <NA>？有区别吗？

Answer 1

当您处理factors 时，当NA 用尖括号（<NA>）包裹时，这表明它实际上是NA。

如果是NA不带括号，则不是 NA，而是标签为"NA"的适当因子

# Note a 'real' NA and a string with the word "NA"
x <- factor(c("hello", NA, "world", "NA"))

x
[1] hello <NA>  world NA   
Levels: hello NA world      <~~ The string appears as a level, the actual NA does not. 

as.numeric(x)              
[1]  1 NA  3  2            <~~ The string has a numeric value (here, 2, alphabetically)
                               The NA's numeric value is just NA

---

编辑回答@Arun 的问题：

R 只是试图区分一个字符串，其值为两个字母"NA" 和一个实际缺失值NA 因此，您在显示 df 与 df$y 时看到的差异。示例：

df <- data.frame(x=1:4, y=c("a", NA_character_, "c", "NA"), stringsAsFactors=FALSE)

注意NA的两种不同风格：

> df
  x    y
1 1    a
2 2 <NA>
3 3    c
4 4   NA

但是，如果我们只看 'df$y'

[1] "a"  NA   "c"  "NA"

但是，如果我们去掉引号（类似于我们在控制台打印 data.frame 时看到的）：

print(df$y, quote=FALSE)
[1] a    <NA> c    NA  

因此，我们再次通过尖括号区分NA。

Answer 2

这正是 R 在一个因子中显示 NA 的方式：

> as.factor(NA)
[1] <NA>
Levels: 
> 
> f <- factor(c(1:3, NA))
> levels(f)
[1] "1" "2" "3"
> f
[1] 1    2    3    <NA>
Levels: 1 2 3
> is.na(f)
[1] FALSE FALSE FALSE  TRUE

人们认为这是一种区分 NA 和 "NA" 的方法，因为它打印不带引号的因子，即使对于字符标签/级别也是如此：

> f2 <- factor(c("NA",NA))
> f2
[1] NA   <NA>
Levels: NA
> is.na(f2)
[1] FALSE  TRUE

Answer 3

data.table 可能是一个例外。 似乎一个字符字段将其打印为 ，而将数字字段打印为 NA。注意：我在 中添加了多余的空格，否则此网页无法正常显示。

library("data.table")

y<-data.table(a=c("a","b",NA))

print(y)
      a
1:    a
2:    b
3: < NA >

factor(y$a)

[1] a    b    < NA >

Levels: a b

## we enter a numeric argument

y<-data.table(a=c(1,2,NA))

print(y)
    a
1:  1
2:  2
3: NA

factor(y$a)

[1] 1    2    < NA >

Levels: 1 2