r - What is the difference between and NA?

Question

I have a factor named SMOKE with levels "Y" and "N". Missing values were replaced with NA (from the initial level "NULL"). However when I view the factor I get something like this:

head(SMOKE)
# N N <NA> Y Y N
# Levels: Y N

Why is R displaying NA as <NA>? And is there a difference?

Answer 1

当您处理 时factors，当NA括在尖括号 ( <NA>) 中时，这表明它实际上是 NA。

当它NA没有括号时，它不是NA，而是一个适当的因子，其标签为"NA"

# Note a 'real' NA and a string with the word "NA"
x <- factor(c("hello", NA, "world", "NA"))

x
[1] hello <NA>  world NA   
Levels: hello NA world      <~~ The string appears as a level, the actual NA does not. 

as.numeric(x)              
[1]  1 NA  3  2            <~~ The string has a numeric value (here, 2, alphabetically)
                               The NA's numeric value is just NA

---

编辑以回答@Arun 的问题：

R只是试图区分一个值为两个字母的字符串"NA"和一个实际的缺失值，因此您在显示vsNA 时看到的差异。例子：dfdf$y

df <- data.frame(x=1:4, y=c("a", NA_character_, "c", "NA"), stringsAsFactors=FALSE)

注意两种不同风格的 NA：

> df
  x    y
1 1    a
2 2 <NA>
3 3    c
4 4   NA

但是，如果我们只看 'df$y'

[1] "a"  NA   "c"  "NA"

但是，如果我们删除引号（类似于我们在将 data.frame 打印到控制台时看到的）：

print(df$y, quote=FALSE)
[1] a    <NA> c    NA  

因此，我们再次NA通过尖括号进行区分。

Answer 2

这正是 RNA在一个因子中显示的方式：

> as.factor(NA)
[1] <NA>
Levels: 
> 
> f <- factor(c(1:3, NA))
> levels(f)
[1] "1" "2" "3"
> f
[1] 1    2    3    <NA>
Levels: 1 2 3
> is.na(f)
[1] FALSE FALSE FALSE  TRUE

有人认为这是一种方法，可以区分打印因子的方式NA和"NA"打印方式，因为它在不带引号的情况下打印，即使对于字符标签/级别也是如此：

> f2 <- factor(c("NA",NA))
> f2
[1] NA   <NA>
Levels: NA
> is.na(f2)
[1] FALSE  TRUE

Answer 3

也许一个例外可能是 data.table。似乎一个字符字段将其打印为 < NA >，而将数字字段打印为 NA。注意：我在 < NA > 中添加了额外的空格，否则此网页无法正常显示。

library("data.table")

y<-data.table(a=c("a","b",NA))

print(y)
      a
1:    a
2:    b
3: < NA >

factor(y$a)

[1] a    b    < NA >

Levels: a b

## we enter a numeric argument

y<-data.table(a=c(1,2,NA))

print(y)
    a
1:  1
2:  2
3: NA

factor(y$a)

[1] 1    2    < NA >

Levels: 1 2