矩阵子集包括 NA答案

【问题标题】：Matrix subset includes NA矩阵子集包括 NA
【发布时间】：2014-12-17 19:50:56
【问题描述】：

这个问题可能与this question 有关。我不明白为什么使用[ 对矩阵进行子集化时返回的向量包含NA 值。

set.seed(1234)
xmpl <- matrix(sample(c(1:4, NA_real_), 25, replace = TRUE), 5, 5)
# > xmpl
#       [,1] [,2] [,3] [,4] [,5]
# [1,]    1    4    4   NA    2
# [2,]    4    1    3    2    2
# [3,]    4    2    2    2    1
# [4,]    4    4   NA    1    1
# [5,]   NA    3    2    2    2

# > xmpl[xmpl == 1]
# [1]  1 NA  1 NA NA  1  1  1

替换工作如我所料：

xmpl[xmpl == 1] <- 10
# > xmpl
#       [,1] [,2] [,3] [,4] [,5]
# [1,]   10    4    4   NA    2
# [2,]    4   10    3    2    2
# [3,]    4    2    2    2   10
# [4,]    4    4   NA   10   10
# [5,]   NA    3    2    2    2

从矩阵中提取向量时，我应该使用%in% 而不是== 吗？为什么分配/替换行为与子集行为不同 - 即。当xmpl[xmpl == 1] <- 10 调用时，为什么NA 值不会被10 替换。

【问题讨论】：

在这里用肢体出去，行为是不同的，因为提取取决于[，而提取/替换取决于[<-
虽然有些人会抱怨按键次数加倍，但%in% 在大多数情况下可以替代（并且比使用更好）==。 xmpl[xmpl %in% 1]; xmpl[xmpl %in% c(1, NA)]

标签： r matrix subset

【解决方案1】：

参见?"["，索引中的 NAs：

“当提取 [即[]时，数字、逻辑或字符NA索引会选择一个未知元素，因此返回NA 在逻辑、整数、数字、复数或字符结果的相应元素中"

“当替换 [即[<-]（即在分配的lhs上使用索引）NA不选择任何要替换的元素”

【讨论】：

应该是?'['，（特殊字符需要引号）。

【解决方案2】：

R 中的matrix 只是一个具有dim 属性的向量（参见?matrix）。

dim(xmpl)
## [1] 5 5
attributes(xmpl)
##$dim
##[1] 5 5

因此，如果你这样做了

dim(xmpl) <- NULL

xmpl 会变成一个向量

xmpl
# [1]  1  4  4  4 NA  4  1  2  4  3  4  3  2 NA  2 NA  2  2  1  2  2  2  1  1  2

现在，如果你仔细看看这个向量，你就会明白

的结果

xmpl == 1
## [1]  TRUE FALSE FALSE FALSE    NA FALSE  TRUE FALSE FALSE FALSE FALSE FALSE FALSE    NA FALSE    NA FALSE FALSE  TRUE
## [20] FALSE FALSE FALSE  TRUE  TRUE FALSE

==只是扫描整个向量，遇到1时返回TRUE，遇到NA时返回NA。 R 中的NA 基本上是在说：

“我不知道这个值是什么。它可能是1 或任何其他编号，所以我不会排除它，但也不说它是什么”

所以当你这样做时

xmpl[xmpl == 1]
## [1]  1 NA  1 NA NA  1  1  1

R 从xmpl == 1 中选择所有TRUE 和NA 值按照它们的出现顺序同时忽略所有FALSE 值，即你有一个TRUE，然后是@987654342 @，然后是另一个TRUE，然后是另外两个NAs，等等。

对于[<-，请参阅@Henriks 答案

【讨论】：

(+1) 感谢您的补充说明。

【解决方案3】：

我实际上认为这种行为是预期的，因为

xmpl[xmpl == 1]

将生成一个 TRUE/FALSE 向量，用于从矩阵中选择元素。现在，由于比较 NA == 1 既不能生成 TRUE 也不能生成 FALSE（根据定义它是 NA），因此最好的选择是返回 NA 而不是假设它是。可以这样想：矩阵的位置 NA 处的值是多少？好吧，由于不存在 NA 位置，因此返回的唯一合理值是 NA。

现在关于分配

xmpl[xmpl == 1] <- 10

在这种情况下，再次生成一个具有 TRUE 或 FALSE 和 NA 的向量。现在是 INDEX 是 NA 而不是值 NA 将被替换。那么如何替换 POSITION NA 的值呢？好吧，你不能，因为这将是无稽之谈。这就是为什么只有 TRUE 案例被 10 替换的原因。

这也是我所期望的。所以回答你的问题：是的，在这种情况下 %in% 会更合适。

【讨论】：