4

我对 R 相当陌生，并且正在使用一个带有空条目的向量，并注意到 grep 对我的数据的行为违反直觉。我只是举一个例子，因为我不是 100% 确定如何解释它。假设我有三个向量：

A<-c("","","","","","","a")
B<-c(NA,NA,NA,NA,NA,NA,"a")

A是最初存储数据的方式，B也是 R 读取我的数据的方式。运行> vec[grep("",vec, invert=TRUE)]- 据我了解 - 搜索vec所有空单元格，返回它们的索引，然后填充并显示具有非空数据条目的结果向量。但是，当我运行它时vec=A，vec=B我得到：

vec = A：

> A[grep("",A, invert=FALSE)]
[1] "" "" "" "" "" "" "" "a" 
> A[grep("",A, invert=TRUE)]
character(0)

vec = B：

> B[grep("",B, invert=FALSE)]
[1] "a"
> B[grep("",B, invert=TRUE)]
[1] NA NA NA NA NA NA

因为我认为我的数据被读取就像案例 BI 被反直觉的结果难住了。我意识到这可能只是一个变量类型的问题，但是我想知道是否有人可以对正在发生的事情有更多的了解。

快速编辑案例 A 是有道理的：因为 grep 找不到“”，因为变量类型已关闭，所以它返回所有内容。反转，它返回字符（0）作为“无”的默认值。仍然对案例 B 感到困惑。

4

2 回答 2

8

请注意，grep执行正则表达式搜索（不是字符串匹配）。

您输入的正则表达式""是空的，因此运行会grep询问它匹配的任何字符串是否包含 ""，而不是字符串是否完全匹配“”。

例如，

grepl("a","bananas")

返回TRUE是因为“a”在“bananas”中。

如果要将整个字符串与匹配""，可以在正则表达式中使用 '^' 和 '$' （'^' 表示字符串的开头，'$' 表示字符串的结尾）：

grepl("^$", "") # returns TRUE
grepl("^$", "a") # returns FALSE

但是，如果您想要的只是空单元格，那么您最好不要使用正则表达式：

A[A != ""] # returns "a"
B[!is.na(B)] # returns "a"
于 2012-11-20T00:34:14.227 回答
3

对于你的第一个问题：

> A[grep("^$", A)]
[1] "" "" "" "" "" ""
> A[grep("^$", A, invert=TRUE)]
[1] "a"

您""用作模式的用途是拾取任何字符元素。的用途"^$"是拾取开始和结束之间没有字符的字符元素的位置。

就像 NA什么都不做"=="（甚至它自己）一样，所以 NA not match 也是如此""。

于 2012-11-20T00:32:16.307 回答