Rではじめるデータサイエンス

42

3

章 

dplyr

によるデータ変換

 

びます。

3.2.3

 欠損値

Rにおいて重要で、比較の処理で難しいのは欠損値すなわちNA（「not available」）の扱いです。

NA

は未知の値を表すので、欠損値は「伝染」します。未知の値を扱う演算結果もほぼ未知の値となる

からです。

NA > 5

#> [1] NA

10 == NA

#> [1] NA

NA + 10

#> [1] NA

NA / 2

#> [1] NA

わけがまったくわからなくなるのは次の結果です。

NA == NA

#> [1] NA

文脈情報を追加すると、なぜこうなるかわかるでしょう。

# x

を

Mary

の年齢とする。彼女が何歳かわからない

x <- NA

# y

を

John

の年齢とする。彼が何歳かわからない

y <- NA

# John

と

Mary

は同じ歳か

?

x == y

#> [1] NA

#

わからない

!

値が欠損値かどうか調べるには

is.na()

を使います。

is.na(x)

#> [1] TRUE

filter()

は条件が

TRUE

となる行だけを含みます。

FALSE

と

NA

の行は除外します。欠損値を保持す

るには、明示的に要求します。

df <- tibble(x = c(1, NA, 3))

filter(df, x > 1)

#> # A tibble: 1

×

1

#> x