NA存在的情况下，向量或因子间的比较

问题

你想比较两个向量或因子，而且是在NA存在的情况下比较，并返回TRUE或FALSE（而不是NA）。

方案

假设你有一个两列（包含布尔值）的列表：

  1. df <- data.frame( a=c(TRUE,TRUE,TRUE,FALSE,FALSE,FALSE,NA,NA,NA),
  2.                   b=c(TRUE,FALSE,NA,TRUE,FALSE,NA,TRUE,FALSE,NA))
  3. df
  4. #>       a     b
  5. #> 1  TRUE  TRUE
  6. #> 2  TRUE FALSE
  7. #> 3  TRUE    NA
  8. #> 4 FALSE  TRUE
  9. #> 5 FALSE FALSE
  10. #> 6 FALSE    NA
  11. #> 7    NA  TRUE
  12. #> 8    NA FALSE
  13. #> 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（不）可能为你所需。

  1. df$a == df$b
  2. #> [1]  TRUE FALSE    NA FALSE  TRUE    NA    NA    NA    NA
  4. # 同样的比较，但是可以生成列表的另一列：
  5. data.frame(df, isSame = (df$a==df$b))
  6. #>       a     b isSame
  7. #> 1  TRUE  TRUE   TRUE
  8. #> 2  TRUE FALSE  FALSE
  9. #> 3  TRUE    NA     NA
  10. #> 4 FALSE  TRUE  FALSE
  11. #> 5 FALSE FALSE   TRUE
  12. #> 6 FALSE    NA     NA
  13. #> 7    NA  TRUE     NA
  14. #> 8    NA FALSE     NA
  15. #> 9    NA    NA     NA

可以与NA相比的一个函数

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。

  1. # 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
  2. compareNA <- function(v1,v2) {
  3.     same <- (v1 == v2) | (is.na(v1) & is.na(v2))
  4.     same[is.na(same)] <- FALSE
  5.     return(same)
  6. }

使用该函数的例子

比较两个布尔向量：

  1. compareNA(df$a, df$b)
  2. #> [1]  TRUE FALSE FALSE FALSE  TRUE FALSE FALSE FALSE  TRUE
  4. # 同样的比较，生成另一列
  5. data.frame(df, isSame = compareNA(df$a,df$b))
  6. #>       a     b isSame
  7. #> 1  TRUE  TRUE   TRUE
  8. #> 2  TRUE FALSE  FALSE
  9. #> 3  TRUE    NA  FALSE
  10. #> 4 FALSE  TRUE  FALSE
  11. #> 5 FALSE FALSE   TRUE
  12. #> 6 FALSE    NA  FALSE
  13. #> 7    NA  TRUE  FALSE
  14. #> 8    NA FALSE  FALSE
  15. #> 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：

  1. # 创建一个含因子的列表
  2. df1 <- data.frame(a = factor(c('x','x','x','y','y','y', NA, NA, NA)),
  3.                   b = factor(c('x','y', NA,'x','y', NA,'x','y', NA)))
  5. # 比较
  6. data.frame(df1, isSame = compareNA(df1$a, df1$b))
  7. #>      a    b isSame
  8. #> 1    x    x   TRUE
  9. #> 2    x    y  FALSE
  10. #> 3    x <NA>  FALSE
  11. #> 4    y    x  FALSE
  12. #> 5    y    y   TRUE
  13. #> 6    y <NA>  FALSE
  14. #> 7 <NA>    x  FALSE
  15. #> 8 <NA>    y  FALSE
  16. #> 9 <NA> <NA>   TRUE
  19. # 也能用于因子，即使因子的水平处于不同的次序
  20. df1$b <- factor(df1$b, levels=c('y','x'))
  21. data.frame(df1, isSame = compareNA(df1$a, df1$b))
  22. #>      a    b isSame
  23. #> 1    x    x   TRUE
  24. #> 2    x    y  FALSE
  25. #> 3    x <NA>  FALSE
  26. #> 4    y    x  FALSE
  27. #> 5    y    y   TRUE
  28. #> 6    y <NA>  FALSE
  29. #> 7 <NA>    x  FALSE
  30. #> 8 <NA>    y  FALSE
  31. #> 9 <NA> <NA>   TRUE

原文链接：http://www.cookbook-r.com/Manipulating_data/Comparing_vectors_or_factors_with_NA/