扫码加入数据分析学习群

R 的一个重要特征使得比较运算更加复杂，这个特征就是缺失值，或称 NA（not available，

不可用）。 NA 表示未知的值，因此缺失值是“可传染的”。如果运算中包含了未知值，那么

运算结果一般来说也是个未知值：

NA > 5
#> [1] NA
10 == NA
#> [1] NA
NA + 10
#> [1] NA
NA / 2
#> [1] NA

最令人费解的是以下这个结果：

NA == NA
#> [1] NA

要想理解为什么会这样，最容易的方式是加入一点背景知识：

# 令x为Mary的年龄。我们不知道她有多大。
x <- NA
# 令y为John的年龄。我们不知道他有多大。
y <- NA
# John和Mary的年龄是相同的吗？
x == y
#> [1] NA
# 我们不知道！

如果想要确定一个值是否为缺失值，可以使用 is.na() 函数：

is.na(x)
#> [1] TRUE

filter() 只能筛选出条件为 TRUE 的行；它会排除那些条件为 FALSE 和 NA 的行。如果想保

留缺失值，可以明确指出：

df <- tibble(x = c(1, NA, 3))
filter(df, x > 1)
#> # A tibble: 1 × 1
#> x
#> <dbl>
#> 1 3
filter(df, is.na(x) | x > 1)
#> # A tibble: 2 × 1
#> x
#> <dbl>
#> 1 NA
#> 2 3