为什么'；t摘要（tibble（））报告NA'；在chr列中是什么？

我对存储在TIBLE中的数据进行了一些数据清理，结果将一些空字符串观察值转换为

NA

，然后在调用

summary（df）

检查我的工作时，这些观察值似乎消失了，这让我反复感到困惑。使用

tibble（）

NA

时，似乎只报告非字符列。为什么会这样？这是故意的吗？如果是，为什么

最简单的例子：

tdf a b c
#>长度：3分钟：1.0 a:1
#>类别：字符第一区：1.5B:1
#>模式：字符中位数：2.0 c:1
#>平均值：2.0
#>第三部分：2.5
#>最大值：3.0
#但其他列类型中的NA将是
tdf[3，2:3]a b c
#>长度：3分钟：1.00A:1
#>类别：第一区字符：1.25B:1
#>模式：字符中位数：1.50 c:0
#>平均值：1.50纳：1
#>第三节：1.75
#>最多：2.00
#>纳什：1
#此行为与data.frame不同
ddf a b c
#>苹果：1分钟：1.0A:1
#>梨：1第一曲：1.5b:1
#>NA:1中位数：2.0摄氏度：1
#>平均值：2.0
#>第三部分：2.5
#>最大值：3.0
ddf[3，2:3]a b c
#>苹果：1分钟：1.00A:1
#>梨：1第一曲：1.25B:1
#>不适用：1中位数：1.50摄氏度：0
#>平均值：1.50纳：1
#>第三节：1.75
#>最多：2.00
#>纳什：1

---

由（v0.2.0）于2018-03-01创建。

这是因为当您在data.frame中创建列“a”时，它们被定义为因子（请参见stringsAsFactors）。在TIBLE中创建列时，它是字符类型列

class(ddf$a)
"factor"

class(tdf$a)
"character"

如果使用stringsAsFactors=FALSE创建data.frame，您将看到它的行为类似于一个tibble

ddf <- data.frame(a = c("apple", "pear", NA), 
              b = 1:3, c = factor(letters[1:3]), stringsAsFactors = FALSE)

class(ddf$a)
"character"

ddf为什么？

可能是一种设计选择

如何解决此问题：

您可以使用
lappy
和
table（）
参数
useNA=“always”
或
“ifany”
：

tdf%%>%groupby（a）%%>%tally
将为您提供
NA
的计数，它确实解释了差异，同时显示
summary
从不显示字符列中NA的数量，无论数据结构如何，这是很好的了解，因此我正在投票。我仍然想知道为什么
summary（）
会报告这一点：例如，如果我调用
sum（is.na（ddf$a））
我会得到任何字符向量中
na
的数目。当调用is.na（）时，它会返回TRUE或FALSE。在数字中，TRUE为1，FALSE为0。因此，总和将是向量中有多少个真。试试看：
as.numeric（TRUE）
和
as.numeric（FALSE）
。这显然是我的观点，例如
sappy（df，function（x）{sum（is.na（x））}
会告诉我整个data.frame或tibble的每列中有多少
na
。重点不是“如何计算NA”（这很简单），重点是为什么summary不报告字符向量中的
NA
，summary报告因子向量中
NA
的数量，因为NA是向量的另一个级别。你可以看到，它还报告了梨和苹果的数量。可以看出，NAs被报告为
NA的
，我认为它是这样编码的，因为它不依赖于使用的级别。在字符类型向量中，未实现此“功能”。为什么不呢？我不知道。我不认为
NA
是一种因素。e、 感谢你抽出时间，但我的问题是为什么我不知道。但是，我想为未来的访问者提供它。
tdf <- tibble::tibble(a = c("apple", "pear", NA, NA), 
                      b = 1:4, c = factor(letters[1:4]), 
                      d = c("apple", "pear", "peach", NA))
lapply(tdf, function(x){table(x, useNA = "always")})
# $a
# x
# apple  pear  <NA> 
#     1     1     2 
# $b
# x
#   1    2    3    4 <NA> 
#   1    1    1    1    0 
# $c
# x
#   a    b    c    d <NA> 
#   1    1    1    1    0 
# $d
# x
# apple peach  pear  <NA> 
#     1     1     1     1 

tdf %>% group_by(a) %>% tally
# # A tibble: 3 x 2
#       a     n
#   <chr> <int>
# 1 apple     1
# 2  pear     1
# 3  <NA>     2