<NA>和NA有什么区别？

Question

我有一个名为SMOKE的因子，级别为"Y“和"N”。缺失值被NA替换(从初始级别“NULL”开始)。但是，当我查看因子时，得到的结果如下所示：

head(SMOKE)
# N N <NA> Y Y N
# Levels: Y N

为什么R将NA显示为<NA>？有什么不同吗？

Answer 1

在处理factors时，当NA用尖括号( <NA> )括起来时，这表明它实际上是NA。

当它是不带括号的NA时，它不是NA，而是一个标记为"NA"的固有因子

# Note a 'real' NA and a string with the word "NA"
x <- factor(c("hello", NA, "world", "NA"))

x
[1] hello <NA>  world NA   
Levels: hello NA world      <~~ The string appears as a level, the actual NA does not. 

as.numeric(x)              
[1]  1 NA  3  2            <~~ The string has a numeric value (here, 2, alphabetically)
                               The NA's numeric value is just NA

编辑以回答@Arun的问题：

R只是试图区分其值是两个字母"NA"的字符串和实际缺少的值NA，这就是您在显示df和df$y时看到的区别。示例：

df <- data.frame(x=1:4, y=c("a", NA_character_, "c", "NA"), stringsAsFactors=FALSE)

注意NA的两种不同样式：

> df
  x    y
1 1    a
2 2 <NA>
3 3    c
4 4   NA

然而，如果我们只看'df$y‘

[1] "a"  NA   "c"  "NA"

但是，如果我们删除引号(类似于将data.frame打印到控制台时看到的内容)：

print(df$y, quote=FALSE)
[1] a    <NA> c    NA  

因此，我们再一次通过尖括号区分了NA。

Answer 2

这就是R在一个因子中显示NA的方式：

> as.factor(NA)
[1] <NA>
Levels: 
> 
> f <- factor(c(1:3, NA))
> levels(f)
[1] "1" "2" "3"
> f
[1] 1    2    3    <NA>
Levels: 1 2 3
> is.na(f)
[1] FALSE FALSE FALSE  TRUE

人们假设这是一种在打印因子时区分NA和"NA"的方法，因为它打印时没有引号，即使是字符标签/级别：

> f2 <- factor(c("NA",NA))
> f2
[1] NA   <NA>
Levels: NA
> is.na(f2)
[1] FALSE  TRUE

Answer 3

也许data.table可能是一个例外。似乎字符字段将其打印为< NA >，而数字字段将其打印为NA。注:我在< NA >中添加了额外的空格，否则此网页无法正确显示它。

library("data.table")

y<-data.table(a=c("a","b",NA))

print(y)
      a
1:    a
2:    b
3: < NA >

factor(y$a)

[1] a    b    < NA >

Levels: a b

## we enter a numeric argument

y<-data.table(a=c(1,2,NA))

print(y)
    a
1:  1
2:  2
3: NA

factor(y$a)

[1] 1    2    < NA >

Levels: 1 2