如何使用is.na识别NA、“”、"“等

Question

我有两个问题：

问题1:我正在尝试如何识别任何常见的缺失值格式，如NA、"“、”“。

我认为is.na会识别所有这些格式，有人能为我指出正确的方向吗？

问题2:我需要计算NA、"“和”“值，并列出所有这些值的位置。

我试过：

```{r, echo=TRUE,include=TRUE}

和(is.na(DF))

哪个(is.na(DF))

但它只计算NA值(16)，并告诉我它们所处的价值位置。

但是，我碰巧知道我的数据集中有10个值丢失了，它们的格式不是NA，而是它的“"，所以丢失值的总数应该是26，我应该得到它们的值位置。

我试着用这样的方法：

sum(is.na(DF, na.strings=c("NA"," ","")))

但是我得到了错误:is.na中的错误(DF，na.strings = c("NA"，“"，""))：传递给'is.na‘的2个参数，它需要1

任何关于在这里做什么的想法都会令人惊奇。

谢谢!

Answer 1

is.na只检测NA值，不检测" "或""。您可以使用" "和""将gsub转换为NA，然后使用is.na

v = c(NA, "", " ", "A")
gsub("^$|^ $", NA, v)
# [1] NA  NA  NA  "A"

sum(is.na(gsub("^$|^ $", NA, v)))
# [1] 3

which(is.na(gsub("^$|^ $", NA, v)))
# [1] 1 2 3

说明：^$捕获空字符串(^定义字符串的开头，$捕获结尾)。^ $用一个空格捕获一个字符串(具有相同的锚具有相同的用途)，而|是OR操作符。