处理 TRUE、FALSE、NA 和 NaN答案

【问题标题】：Dealing with TRUE, FALSE, NA and NaN处理 TRUE、FALSE、NA 和 NaN
【发布时间】：2013-05-29 19:37:24
【问题描述】：

这是一个向量

a <- c(TRUE, FALSE, FALSE, NA, FALSE, TRUE, NA, FALSE, TRUE)

我想要一个简单的函数，每当“a”中有TRUE 时返回TRUE，每当“a”中有FALSE 或NA 时返回FALSE。

以下三件事不起作用

a == TRUE
identical(TRUE, a)
isTRUE(a)

这是一个解决方案

a[-which(is.na(a))]

但这似乎不是一个简单明了的解决方案

还有其他解决方案吗？

以下是我知道的一些函数（和运算符）：

identical()
isTRUE()
is.na()
na.rm()
&
|
!

还有哪些其他功能（运算符、提示等...）处理TRUE、FALSE、NA、NaN有用吗？
NA和NaN有什么区别？
除了TRUE、FALSE、NA和NaN之外，还有其他“逻辑事物”吗？

非常感谢！

【问题讨论】：

要回答您的第一个问题，这里有一个方法：Vectorize(isTRUE)(a)。
更严格地说，我认为 !is.na(x) & x 应该可以工作，只要您期望的值肯定包含在 {TRUE, FALSE, NA, NaN} 中。 ..
我觉得其中一些区别（NA vs NaN、isTRUE vs is.na 等）必须在其他地方/以前讨论过，甚至可能在 StackOverflow 上讨论过。谷歌搜索“na nan is.finite is.nan is.na”让我找到stat.ethz.ch/R-manual/R-devel/library/base/html/is.finite.html，奇怪的是没有“另见”到stat.ethz.ch/R-manual/R-devel/library/base/html/NA.html
为了完整起见，我会在上面的列表中添加all.equal、is.finite 和is.nan ...
NaN 是数字，因此您无法在逻辑向量中遇到它。建议的解决方案 a[-which(is.na(a))] 只有 7 个元素，而 a 有 9 个元素。你确定那是你想要的吗？也许sapply(a, isTRUE) 是你想要的？

标签： r boolean logical-operators na r-faq

【解决方案1】：

您不需要在函数中包装任何东西 - 以下是有效的

a = c(T,F,NA)

a %in% TRUE

[1]  TRUE FALSE FALSE

【讨论】：

不错的解决方案。您可以以函数形式使用它：'%in%'(aamc$forgive, FALSE)，这对apply 及其同类很有用。
在尝试构建不会引发错误等的函数时，使用涉及 ">="、"

【解决方案2】：

按顺序回答您的问题：

1) == 运算符确实没有像您期望的那样对待 NA。一个非常有用的函数是来自r-cookbook.com 的compareNA 函数：

  compareNA <- function(v1,v2) {
    # This function returns TRUE wherever elements are the same, including NA's,
    # and false everywhere else.
    same <- (v1 == v2)  |  (is.na(v1) & is.na(v2))
    same[is.na(same)] <- FALSE
    return(same)
   }

2) NA 代表“不可用”，与一般的 NaN（“非数字”）不同。 NA 一般用于一个数字的默认值，以代表缺失数据； NaN 通常是由于数字问题（取 -1 或类似的日志）而生成的。

3) 我不太确定您所说的“逻辑事物”是什么意思——许多不同的数据类型，包括数字向量，都可以用作逻辑运算符的输入。您可能想尝试阅读 R 逻辑运算符页面：http://stat.ethz.ch/R-manual/R-patched/library/base/html/Logic.html。

希望这会有所帮助！

【讨论】：

除以 0 是Inf，但Inf - Inf 给你NaN。很多时候，如果生成了NaNs，R 函数会引发异常，例如，log(-1)。
eq = function(x,y) is.element(x == y, TRUE) | is.na(x) & is.na(y)

【解决方案3】：

所以你希望 TRUE 保持 TRUE 并且 FALSE 保持 FALSE，唯一真正的变化是 NA 需要变为 FALSE，所以只需像这样进行更改：

a[ is.na(a) ] <- FALSE

或者你可以换种说法，如果它是 TRUE 并且没有缺失，它就是 TRUE：

a <- a & !is.na(a)

【讨论】：

【解决方案4】：

按照上面 Ben Bolker 的建议，您可以按照 is.na() 语法设置自己的函数

is.true <- function(x) {
  !is.na(x) & x
}

a = c(T,F,F,NA,F,T,NA,F,T)

is.true(a)
[1]  TRUE FALSE FALSE FALSE FALSE  TRUE FALSE FALSE  TRUE

这也适用于子集数据。

b = c(1:9)
df <- as.data.frame(cbind(a,b))

df[is.true(df$a),]

  a b
1 1 1
6 1 6
9 1 9

并有助于避免意外合并数据中确实存在 NA 的空行。

df[df$a == TRUE,]

      a  b
1     1  1
NA   NA NA
6     1  6
NA.1 NA NA
9     1  9

【讨论】：

这里你真的不需要ifelse()——正如@GregSnow 的回答所指出的，!is.na(x) & x 是等价的
Ben，我真的同意这一点，它确实有效，但遵循逻辑并不直接，因为你会陷入双重和三重否定范式......我们中的许多人都很难理解.有没有更好、更直接的方法，不依赖双重否定？

【解决方案5】：

我喜欢 is.element-function:

is.element(a, T)

【讨论】：