为什么 is.na 和 !="" 以不同的方式过滤信息答案

【问题标题】：why is.na and !="" filter out the info differently为什么 is.na 和 !="" 以不同的方式过滤信息
【发布时间】：2021-08-28 04:20:05
【问题描述】：

我有一个 df df12，我在上面运行了以下代码。我认为结果应该是相同的，但不是。谁能告诉我为什么？如果TYN是na，应该is.na(TYN) belong to TYN!="Yes"？

df12<-structure(list(Test = c("OK", "NA", "NA", "NA"), TYN = c(NA, 
NA, NA, NA)), row.names = c(NA, -4L), class = c("tbl_df", "tbl", 
"data.frame"))

df13<-df12 %>%
  mutate(Rel=case_when(Test %in% c("OK", "Good")~"Pass",
                       Test %in% c("NA") & TYN!="Yes"~"NA",
                       Test %in% c("Fail", "NA")~"Fail"))

df14<-df12 %>%
  mutate(Rel=case_when(Test %in% c("OK", "Good")~"Pass",
                       Test %in% c("NA") & is.na(TYN)~"NA",
                       Test %in% c("Fail", "NA")~"Fail"))

【问题讨论】：

标签： r

【解决方案1】：

TYN != 'Yes' 不等于 is.na(TYN)。

在这两种情况下，第二个条件就是我们正在检查的内容。

对于第一种情况TYN != 'Yes' 返回所有NAs

df12$TYN != 'Yes'
#[1] NA NA NA NA

因此，代码会检查第三个条件Test %in% c("Fail", "NA")

df12$Test %in% c("Fail", "NA")
#[1] FALSE  TRUE  TRUE  TRUE

因此，在第一种情况下，您得到了 'Fail' 作为输出。

对于第二种情况 is.na 有效 -

df12$Test %in% "NA" & is.na(df12$TYN)
#[1] FALSE  TRUE  TRUE  TRUE

因此，在这种情况下，您将获得第二个条件的输出，即"NA"。

【讨论】：

当 TYN==na 时，是否符合 TYN!="Yes"？为什么它返回“NA”而不是 TRUE？
"NA" 和 NA 之间存在差异。 "NA" 只是字符串值，但您在数据中拥有的是真实的 NA。那些NA 可以用is.na(..) 和!is.na(...) 进行测试。
所以真正的NA只能用is.na()和!is.na()来测试，不能用别的方法吧？

【解决方案2】：

NAs 不是真正的 NA，即它们是 "NA"。我们可以用type.convert 转换回来

library(dplyr)
type.convert(df12, as.is = TRUE) %>%
  mutate(Rel=case_when(Test %in% c("OK", "Good")~"Pass",
                       is.na(Test) & is.na(TYN)~"NA",
                       Test %in% c("Fail", "NA")~"Fail"))

【讨论】：