检查subset()中定义的值

Question

尝试基于非空值从SQL借用数据框的子集。尝试一些类似的东西：

lately <- subset(data, year > 1997 & myvalue != NA)

但这是不对的。有什么建议吗，R‘’sters？

Answer 1

subset(data, year > 1997 & !is.na(myvalue))

应该做这件事。你的版本不能工作的原因是foo != NA或foo == NA总是NA，因为我们不知道NA数据是什么。使用is.na()测试NA，如果您想要"not NA“，则使用!否定它。

例如：

> dat <- data.frame(year = 1995:2000, myvalue = c(1,3,4,NA,6,10))
> dat
  year myvalue
1 1995       1
2 1996       3
3 1997       4
4 1998      NA
5 1999       6
6 2000      10
> subset(dat, year > 1997 & myvalue != NA)
[1] year    myvalue
<0 rows> (or 0-length row.names)
> subset(dat, year > 1997 & !is.na(myvalue))
  year myvalue
5 1999       6
6 2000      10

进一步思考为什么你的版本不能工作是有指导意义的。

子句的第一部分返回：

> with(dat, year > 1997)
[1] FALSE FALSE FALSE  TRUE  TRUE  TRUE

对于前三个元素，我们不需要做任何进一步的检查，因为它们是假的，但我们需要检查示例中最后三个元素的第二个子句。第二个子句返回所有元素的NA，如上所述：

> with(dat, myvalue != NA)
[1] NA NA NA NA NA NA

因此，combined子句返回：

> with(dat, year > 1997 & myvalue != NA)
[1] FALSE FALSE FALSE    NA    NA    NA

这将不会选择任何行，因此为您的示例返回的零行对象。