6.5 NA 存在时进行向量或因子比较

6.5 NA 存在时进行向量或因子比较

6.5.1 问题

你想在 NA 存在的情况下比较比较两个向量或因子并返回 TRUE 或 FALSE（而不是 NA）。

6.5.2 方案

假设你有一个两列（包含布尔值）的列表：

df <- data.frame(a = c(TRUE, TRUE, TRUE, FALSE, FALSE, FALSE,
  NA, NA, NA), b = c(TRUE, FALSE, NA, TRUE, FALSE, NA,
  TRUE, FALSE, NA))
df
#>       a     b
#> 1  TRUE  TRUE
#> 2  TRUE FALSE
#> 3  TRUE    NA
#> 4 FALSE  TRUE
#> 5 FALSE FALSE
#> 6 FALSE    NA
#> 7    NA  TRUE
#> 8    NA FALSE
#> 9    NA    NA

通常情况下，当你比较两个包含NA值的向量或因子时，原始值是NA，结果也将有NA。根据你的目的，这或许是是你想要的结果。

df$a == df$b
#> [1]  TRUE FALSE    NA FALSE  TRUE    NA    NA    NA
#> [9]    NA

## 同样的比较，但是可以生成列表的另一列：
data.frame(df, isSame = (df$a == df$b))
#>       a     b isSame
#> 1  TRUE  TRUE   TRUE
#> 2  TRUE FALSE  FALSE
#> 3  TRUE    NA     NA
#> 4 FALSE  TRUE  FALSE
#> 5 FALSE FALSE   TRUE
#> 6 FALSE    NA     NA
#> 7    NA  TRUE     NA
#> 8    NA FALSE     NA
#> 9    NA    NA     NA

6.5.2.1 可以与 NA 相比的函数

这个比较函数会把NA赋予另一个值。如果一个向量的两项都是 NA ，则返回 TRUE；如果其中一个是 NA，则返回 FALSE；所有其他比较(无NA之间)的方式是一样的。

## 这个函数将会返回 TRUE，当两个元素相同（包括两个
## NA），其他情况返回 FALSE
compareNA <- function(v1, v2) {
  same <- (v1 == v2) | (is.na(v1) & is.na(v2))
  same[is.na(same)] <- FALSE
  return(same)
}

6.5.2.2 使用该函数的例子

比较两个布尔向量：

compareNA(df$a, df$b)
#> [1]  TRUE FALSE FALSE FALSE  TRUE FALSE FALSE FALSE
#> [9]  TRUE

## 同样的比较，生成另一列
data.frame(df, isSame = compareNA(df$a, df$b))
#>       a     b isSame
#> 1  TRUE  TRUE   TRUE
#> 2  TRUE FALSE  FALSE
#> 3  TRUE    NA  FALSE
#> 4 FALSE  TRUE  FALSE
#> 5 FALSE FALSE   TRUE
#> 6 FALSE    NA  FALSE
#> 7    NA  TRUE  FALSE
#> 8    NA FALSE  FALSE
#> 9    NA    NA   TRUE

它也能用于因子，即使因子的水平处于不同的次序：

## 创建一个含因子的列表
df1 <- data.frame(a = factor(c("x", "x", "x", "y", "y",
  "y", NA, NA, NA)), b = factor(c("x", "y", NA, "x", "y",
  NA, "x", "y", NA)))

## 比较
data.frame(df1, isSame = compareNA(df1$a, df1$b))
#>      a    b isSame
#> 1    x    x   TRUE
#> 2    x    y  FALSE
#> 3    x <NA>  FALSE
#> 4    y    x  FALSE
#> 5    y    y   TRUE
#> 6    y <NA>  FALSE
#> 7 <NA>    x  FALSE
#> 8 <NA>    y  FALSE
#> 9 <NA> <NA>   TRUE

## 也能用于因子，即使因子的水平处于不同的次序
df1$b <- factor(df1$b, levels = c("y", "x"))
data.frame(df1, isSame = compareNA(df1$a, df1$b))
#>      a    b isSame
#> 1    x    x   TRUE
#> 2    x    y  FALSE
#> 3    x <NA>  FALSE
#> 4    y    x  FALSE
#> 5    y    y   TRUE
#> 6    y <NA>  FALSE
#> 7 <NA>    x  FALSE
#> 8 <NA>    y  FALSE
#> 9 <NA> <NA>   TRUE