数据框和 is.nan()

Question

我使用 sum(is.na(my.df)) 检查我的数据框是否包含任何 NA，这符合我的预期，但 sum(is.nan(my.df)) 没有按我的预期工作。

> my.df <- data.frame(a=c(1, 2, 3), b=c(5, NA, NaN))
> my.df
  a   b
1 1   5
2 2  NA
3 3 NaN
> is.na(my.df)
         a     b
[1,] FALSE FALSE
[2,] FALSE  TRUE
[3,] FALSE  TRUE
> is.nan(my.df)
    a     b 
FALSE FALSE 
> sum(is.na(my.df))
[1] 2
> sum(is.nan(my.df))
[1] 0

哦，亲爱的。 行为不一致是否有原因？是因为缺乏执行，还是故意的？ is.nan(my.df) 的返回值是什么意思？是否有充分的理由不在整个数据框上使用is.nan()？

在is.na( ) 和is.nan( ) 的文档中，参数类型似乎相同（尽管它们没有专门列出数据框）：

is.na(): x 要测试的 R 对象：默认方法处理原子向量、列表和对列表。 is.nan(): x R 待测对象：默认方法处理原子向量、列表和对列表。

Answer 1

来自?is.nan：

All elements of logical,integer and raw vectors are considered not to be NaN, and
elements of lists and pairlists are also unless the element is a length-one numeric
or complex vector whose single element is NaN.

数据框的列在技术上是“列表的元素”，因此is.nan(df) 返回一个长度等于数据框列数的向量，只有当列包含单个NaN 元素：

> is.nan(data.frame(a=NaN,b=NA,c=1))
    a     b     c 
 TRUE FALSE FALSE 

如果您想要与is.na 匹配的行为，请使用apply：

sum(apply(my.df,2,is.nan))

答案是 1 而不是 2，因为 is.nan(NA) 是 FALSE ...

编辑：或者，您可以将数据框转换为矩阵：

 sum(is.nan(as.matrix(my.df)))

更新：在提出问题后不久（两个月），此行为在 R 版本 2.14（2011 年 10 月）中发生了变化：来自 NEWS file，

o 如果参数不是原子向量，is.finite()、is.infinite() 和 is.nan() 的默认方法现在会发出错误信号。

Answer 2

由于某些奇怪的原因，is.nan 函数不适用于列表。为什么它不同于is.na 超出了我的理解，似乎是一个语言设计问题。但是，有一个简单的解决方案：

df <- data.frame(a=c(1, 2, 3), b=c(5, NA, NaN)) 
df <- data.frame(sapply(df, function(x) ifelse(is.nan(x), NA, x)))
df
  a  b
1 1  5
2 2 NA
3 3 NA