为什么 as.integer64("") 返回 0 而不是 NA_integer64_？答案

【问题标题】：Why does as.integer64("") return 0 instead of NA_integer64_?为什么 as.integer64("") 返回 0 而不是 NA_integer64_？
【发布时间】：2017-09-20 21:34:02
【问题描述】：

假设空字符串的基本as.integer() 强制是NA 没有警告，如：

str( as.integer(c('1234','5678','')) ) # int [1:3] 1234 5678 NA -- no warning

我很难理解为什么bit64::as.integer64() 在没有警告的情况下强制为零：

library('bit64')
str( as.integer64(c('1234','5678','')) ) # integer64 [1:3] 1234 5678 0 -- no warning

比较奇怪的是：

str( as.integer(c('1234','5678','', 'Help me Stack Overflow')) ) 
# int [1:4] 1234 5678 NA NA -- coercion warning

与：

str( as.integer64(c('1234','5678','', 'Help me Stack Overflow')) ) 
# integer64 [1:4] 1234 5678 0 NA -- no warning

我的解决方法非常失败：

asInt64 <- function(s){
  require(bit64)
  ifelse(grepl('^\\d+$',s), as.integer64(s), NA_integer64_)
}
str(asInt64(c('1234','5678','', 'Help me Stack Overflow')) )
# num [1:4] 6.10e-321 2.81e-320 0.00 0.00
# huh?

所以，我问：

为什么会这样？
最好的解决方法是什么？

【问题讨论】：

可能是因为strtoll("", ...) 是0。解决方法可能是之后将这些grepl("\\D|^$", c('1234','5678','', 'Help me Stack Overflow')) 转换为NA？
@lukeA 你基本上回答了这个问题，谢谢。这个reference 建议在strtoll 返回0 时测试转换错误，as.integer64 与endpointer 逻辑不太相符。我将尝试提出更改，尽管我的 C 很生锈。如果您想发表您的评论作为答案，我会接受。

标签： r bit64

【解决方案1】：

为什么会发生

正如@lukeA 的评论所指出的，as.integer64.character 的来源是：

SEXP as_integer64_character(SEXP x_, SEXP ret_){
  long long i, n = LENGTH(ret_);
  long long * ret = (long long *) REAL(ret_);
  const char * str;
  char * endpointer;
  for(i=0; i<n; i++){
    str = CHAR(STRING_ELT(x_, i)); endpointer = (char *)str; // thanks to Murray Stokely 28.1.2012
    ret[i] = strtoll(str, &endpointer, 10);
    if (*endpointer)
      ret[i] = NA_INTEGER64;
  }
  return ret_;
}

并且strtoll("") 在调用无效值（例如"" 或"ABCD"）时返回零并出错。一位参考strtoll example 处理如下：

/* If the result is 0, test for an error */
if (result == 0)
{
    /* If a conversion error occurred, display a message and exit */
    if (errno == EINVAL)
    {
        printf("Conversion error occurred: %d\n", errno);
        exit(0);
    }

    /* If the value provided was out of range, display a warning message */
    if (errno == ERANGE)
        printf("The value provided was out of range\n");
}

所以我现在想弄清楚为什么*endpointer 评估为 FALSE。（敬请期待……）

解决方法

这里是模仿基本as.integer 行为的解决方法：

library(bit64)
charToInt64 <- function(s){
  stopifnot( is.character(s) )
  x <- as.integer64(s)
  # as.integer64("") unexpectedly returns zero without warning.  
  # Overwrite this result to return NA without warning, similar to base as.integer("")
  x[s==""] <- NA_integer64_
  # as.integer64("ABC") unexpectedly returns zero without warning.
  # Overwrite this result to return NA with same coercion warning as base as.integer("ABC")
  bad_strings <- grepl('\\D',s) # thanks to @lukeA for the hint
  if( any(bad_strings) ){
    warning('NAs introduced by coercion')
    x[bad_strings] <- NA_integer64_  
  }
  x
}

要看看这是否有效：

test_string <- c('1234','5678','', 'Help me Stack Overflow')
charToInt64(test_string) # returns int64 [1] 1234 5678 <NA> <NA> with warning
charToInt64(head(test_string,-1)) # returns int64 [1] 1234 5678 <NA> without warning

【讨论】：