NA_real_ 和 NaN 的区别

Question

当我使用.Internal(inspect()) 到NA_real_ 和NaN 时，它会返回，

> .Internal(inspect(NA_real_))
@0x000001e79724d0e0 14 REALSXP g0c1 [REF(2)] (len=1, tl=0) nan
> .Internal(inspect(NaN))
@0x000001e797264a88 14 REALSXP g0c1 [REF(2)] (len=1, tl=0) nan

似乎他们唯一的区别是内存地址。

但是，当我将 NA_real_ 和 NaN 强制转换为字符时，它会返回，

> as.character(c(NaN, NA_real_))
[1] "NaN" NA

我知道它应该返回上述结果，因为NaN 不能是字符，它将被强制转换为"NaN"，但NA_real 将被强制转换为NA_character_。但是考虑到他们的直觉是一样的，R 怎么可能为他们返回不同的结果呢？

提前感谢您的任何建议！

Answer 1

NA 是一个统计或数据完整性的概念：“缺失值”的概念。例如，如果您的数据来自填写表格的人，则错误条目或缺失条目将被视为NA。

NaN 是一个 numerical 或 computational 概念：“不是数字”的东西。例如，0/0 是NAN，因为这个计算的结果是不确定的（但请注意，1/0 是Inf，或无穷大，同样-1/0 是-Inf）。

R 内部处理这些概念的方式不是你应该关心的。

Answer 2

嗯。首先，请记住 NA 是一个 R 概念，在 C 中没有等价物。因此，NA 需要在 C 中以不同方式表示。.Internal(inspect()) 没有做出这种区分的事实并不意味着它不是在其他地方制造的。事实上，.Internal(inspect()) 恰好使用Rprintf 来打印值的内部双浮点表示。而且，实际上，R NA 被编码为 C 浮点类型中的 NaN 值。

其次，您观察到“它们的唯一区别是内存地址”。 - 所以呢？至少在概念上不同的内存地址完全足以区分 NA 和 NaN，不需要更多。

但事实上，R 通过不同的途径区分这些值。这是可能的，因为IEEE 754 double precision floating point format 有multiple different representations of NaN，而 R 为 NA 保留了一个特定的：

static double R_ValueOfNA(void)
{
    /* The gcc shipping with Fedora 9 gets this wrong without
     * the volatile declaration. Thanks to Marc Schwartz. */
    volatile ieee_double x;
    x.word[hw] = 0x7ff00000;
    x.word[lw] = 1954;
    return x.value;
}

和：

/* is a value known to be a NaN also an R NA? */
int attribute_hidden R_NaN_is_R_NA(double x)
{
    ieee_double y;
    y.value = x;
    return (y.word[lw] == 1954);
}

int R_IsNA(double x)
{
    return isnan(x) && R_NaN_is_R_NA(x);
}

int R_IsNaN(double x)
{
    return isnan(x) && ! R_NaN_is_R_NA(x);
}

(src/main/arithmetic.c)