6.5 NA 存在时进行向量或因子比较

6.5.1 问题

你想在 NA 存在的情况下比较比较两个向量或因子并返回 TRUE 或 FALSE（而不是 NA）。

6.5.2 方案

假设你有一个两列（包含布尔值）的列表：

  1. df <- data.frame(a = c(TRUE, TRUE, TRUE, FALSE, FALSE, FALSE, 
  2.   NA, NA, NA), b = c(TRUE, FALSE, NA, TRUE, FALSE, NA, 
  3.   TRUE, FALSE, NA))
  4. df
  5. #>       a     b
  6. #> 1  TRUE  TRUE
  7. #> 2  TRUE FALSE
  8. #> 3  TRUE    NA
  9. #> 4 FALSE  TRUE
  10. #> 5 FALSE FALSE
  11. #> 6 FALSE    NA
  12. #> 7    NA  TRUE
  13. #> 8    NA FALSE
  14. #> 9    NA    NA

通常情况下，当你比较两个包含NA值的向量或因子时，原始值是NA，结果也将有NA。根据你的目的，这或许是是你想要的结果。

  1. df$a == df$b
  2. #> [1]  TRUE FALSE    NA FALSE  TRUE    NA    NA    NA
  3. #> [9]    NA
  5. # 同样的比较，但是可以生成列表的另一列：
  6. data.frame(df, isSame = (df$a == df$b))
  7. #>       a     b isSame
  8. #> 1  TRUE  TRUE   TRUE
  9. #> 2  TRUE FALSE  FALSE
  10. #> 3  TRUE    NA     NA
  11. #> 4 FALSE  TRUE  FALSE
  12. #> 5 FALSE FALSE   TRUE
  13. #> 6 FALSE    NA     NA
  14. #> 7    NA  TRUE     NA
  15. #> 8    NA FALSE     NA
  16. #> 9    NA    NA     NA

6.5.2.1 可以与 NA 相比的函数

这个比较函数会把NA赋予另一个值。如果一个向量的两项都是 NA ，则返回 TRUE；如果其中一个是 NA，则返回 FALSE；所有其他比较(无NA之间)的方式是一样的。

  1. # 这个函数将会返回 TRUE，当两个元素相同（包括两个
  2. # NA），其他情况返回 FALSE
  3. compareNA <- function(v1, v2) {
  4.   same <- (v1 == v2) | (is.na(v1) & is.na(v2))
  5.   same[is.na(same)] <- FALSE
  6.   return(same)
  7. }

6.5.2.2 使用该函数的例子

比较两个布尔向量：

  1. compareNA(df$a, df$b)
  2. #> [1]  TRUE FALSE FALSE FALSE  TRUE FALSE FALSE FALSE
  3. #> [9]  TRUE
  5. # 同样的比较，生成另一列
  6. data.frame(df, isSame = compareNA(df$a, df$b))
  7. #>       a     b isSame
  8. #> 1  TRUE  TRUE   TRUE
  9. #> 2  TRUE FALSE  FALSE
  10. #> 3  TRUE    NA  FALSE
  11. #> 4 FALSE  TRUE  FALSE
  12. #> 5 FALSE FALSE   TRUE
  13. #> 6 FALSE    NA  FALSE
  14. #> 7    NA  TRUE  FALSE
  15. #> 8    NA FALSE  FALSE
  16. #> 9    NA    NA   TRUE

它也能用于因子，即使因子的水平处于不同的次序：

  1. # 创建一个含因子的列表
  2. df1 <- data.frame(a = factor(c("x", "x", "x", "y", "y", 
  3.   "y", NA, NA, NA)), b = factor(c("x", "y", NA, "x", "y", 
  4.   NA, "x", "y", NA)))
  6. # 比较
  7. data.frame(df1, isSame = compareNA(df1$a, df1$b))
  8. #>      a    b isSame
  9. #> 1    x    x   TRUE
  10. #> 2    x    y  FALSE
  11. #> 3    x <NA>  FALSE
  12. #> 4    y    x  FALSE
  13. #> 5    y    y   TRUE
  14. #> 6    y <NA>  FALSE
  15. #> 7 <NA>    x  FALSE
  16. #> 8 <NA>    y  FALSE
  17. #> 9 <NA> <NA>   TRUE
  20. # 也能用于因子，即使因子的水平处于不同的次序
  21. df1$b <- factor(df1$b, levels = c("y", "x"))
  22. data.frame(df1, isSame = compareNA(df1$a, df1$b))
  23. #>      a    b isSame
  24. #> 1    x    x   TRUE
  25. #> 2    x    y  FALSE
  26. #> 3    x <NA>  FALSE
  27. #> 4    y    x  FALSE
  28. #> 5    y    y   TRUE
  29. #> 6    y <NA>  FALSE
  30. #> 7 <NA>    x  FALSE
  31. #> 8 <NA>    y  FALSE
  32. #> 9 <NA> <NA>   TRUE