在输入函数中使用is.na时，Reduce函数返回错误的逻辑输出

比较以下评估的结果：

Reduce(function (x, y) is.na(x) | is.na(y), list(c(1, 2, NA), 1:3, 1:3))
## [1] FALSE FALSE FALSE

&

他们在逻辑上进行相同的计算，但结果不同。第二个结果是我所期望的。为什么它的行为与第一个示例所示的一样

---

顺便说一下，当列表仅包含两个逻辑向量时：

Reduce(function (x, y) is.na(x) | is.na(y), list(c(1, 2, NA), 1:3))
## [1] FALSE FALSE  TRUE

---

Reduce

再次按预期运行。

让我们使用

accumulate=TRUE查看它：

Reduce（函数（x，y）是.na（x）|是.na（y），列表（c（1，2，na），1:3，1:3），累加=T）
# [[1]]
#[1]12 NA
# [[2]]
#[1]假假假真
# [[3]]
#[1]错

我们从第一个向量开始，
c（1，2，NA）

在函数的第一次迭代中，
x
是
c（1,2，NA）
和
y
是
1:3
。返回值为
c（F，F，TRUE）


在函数的第二次迭代中，
x
是上一步的返回值，因此
c（F，F，TRUE）
；而
y
是下一个向量，
1:3
。请注意，
x
中没有一个是
NA
，因此
is.NA（x）
与
is.NA（y）
一样都是假的。因此，此步骤的输出是
c（F，F，F）


在第三次迭代中，与第二次迭代类似，
x
是前一步的输出（
c（F，F，F）
）。没有什么是
NA


我想你需要的是

Reduce（函数（x，y）x是.na（y），list（c（1，2，na），1:3，1:3），init=c（FALSE，FALSE，FALSE））
#[1]假假假真

有关这方面的注意事项：


 
首先要考虑函数的迭代在第一个参数<代码> x之间的“传递”。在您的例子中，您需要它是逻辑的，但实际上您传递了一个混合（第一次是数字的，第二次是逻辑的，以及随后的）。将迭代之间传递的内容视为“系统状态”

逻辑的“标识”（起点）都是false，或者
init=c（false，false，false）


从这里开始，请注意第一个参数应该始终是逻辑的，而不是
NA
，因此我们将条件的第一部分从
is.NA（x）
更改为
x
。如果你对这些数据有点偏执，你可以一直这样做

Reduce（函数（x，y）（is.na（x）| x）| is.na（y），list（c（1，2，na），1:3，1:3），
init=c（假，假，假））

我们将原来的
is.na（x）
替换为
（is.na（x）| x）
。（分组参数不是必需的，只是为了在此处可视化而添加。）


啊哈，是的，我知道我愚蠢的错误来自哪里。我的思想扭曲了。非常感谢。与您的建议相比，
Reduce（|），lappy（list（c（1，2，NA），1:3，1:3），is.NA））
更简单。你能建议我在以后的练习中改用你的吗？不，事实上这更容易理解。很高兴你知道了错误的要点：-）
Reduce(function (x, y) is.na(x) | is.na(y), list(c(1, 2, NA), 1:3))
## [1] FALSE FALSE  TRUE