为什么带有 %in% 的条件会忽略缺失值？

Question

当我%in%在重新编码分类变量的条件下使用时，遇到了意外的输出。

当左侧向量的元素为 时NA，条件计算结果为FALSE，而我期望它是NA。

预期的行为是更详细的语句，其中两个==条件由|

dt <- data.frame(colour = c("red", "orange", "blue", NA))

# Expected
dt$is_warm1 <- ifelse(dt$colour == "red" | dt$colour == "orange", TRUE, FALSE)

# Unexpected
dt$is_warm2 <- ifelse(dt$colour %in% c("red", "orange"), TRUE, FALSE)

dt

#>   colour is_warm1 is_warm2
#> 1    red     TRUE     TRUE
#> 2 orange     TRUE     TRUE
#> 3   blue    FALSE    FALSE
#> 4   <NA>       NA    FALSE

这在重新编码分类变量时非常没有帮助，因为它会默默地填充缺失值。为什么会发生这种情况？是否有任何不涉及列出所有==条件的替代方案？（想象一下colour包含三十个可能的级别）。

Answer 1

a %in% b只是简写match(a, b, nomatch = 0) > 0（检查源代码以使%in%自己确信情况确实如此）。

您可以通过删除参数来获得预期的结果nomatch = 0：

match(dt$colour, c("red", "orange")) > 0
#> [1] TRUE TRUE   NA   NA

这当然不需要ifelse