小编Car*_*lAH的帖子

矢量化OR函数,用于计算FALSE | NA和NA | 假为假?

鉴于载体:

vect1 <- c(TRUE,FALSE,FALSE,NA,NA,NA,TRUE,FALSE,NA,FALSE)
vect2 <- c(TRUE,NA,FALSE,NA,FALSE,TRUE,FALSE,NA,TRUE,NA)
vect3 <- vect1 | vect2
vect3 #c(TRUE,NA,FALSE,NA,NA,TRUE,TRUE,NA,TRUE,NA)
Run Code Online (Sandbox Code Playgroud)

是否有矢量化的中缀函数x来评估这样的元素:

TRUE x TRUE #TRUE
TRUE x FALSE #TRUE
FALSE x TRUE #TRUE
FALSE x FALSE #FALSE
TRUE x NA #TRUE
NA x TRUE #TRUE
FALSE x NA #FALSE - would have been NA with ordinary "|"
NA x FALSE #FALSE - would have been NA with ordinary "|"
NA x NA #NA
Run Code Online (Sandbox Code Playgroud)

生成这样的矢量vect4:

vect4 #c(TRUE,FALSE,FALSE,NA,FALSE,TRUE,TRUE,FALSE,TRUE,FALSE)
Run Code Online (Sandbox Code Playgroud)

或者有没有其他简单的方法来输出vect4vect1vect2 …

logic r logical-operators

5
推荐指数
1
解决办法
145
查看次数

将空白元素解释为R函数因子()中的有效因子元素的好处是什么?

基函数R函数factor()将由空格组成的字符元素解释为有效因子元素而不是NA.解释这样的空白字符元素有什么好处?这是保留兼容性的遗留功能吗?

例:

因子(C( "一", "一个", "", "B"))

我意识到这不是一个普通的问题,可以通过一个可重复的例子作为起点来解决,但我决定尝试一下.设计决定factor()解释这样的空白字符元素让我很困惑.在我看来,它会简化事情而没有明显的缺点来解释这些元素NA.

r character type-conversion na

2
推荐指数
1
解决办法
77
查看次数

标签 统计

r ×2

character ×1

logic ×1

logical-operators ×1

na ×1

type-conversion ×1