系统自学R的第十天#参考书籍《R语言编程艺术》

今天又来打酱油，梅梅子还是不太懂的，不过抄书一流

**

NA与NULL值

用过其他脚本语言的读者也许会知道“查无此物”的值，例如Python中的None和Perl中的 undefined。R有两个类似值:NA和NULL。
在统计数据集，我们经常遇到缺失值，在R中表示为NA。而NULL代表不存在的值而不是存在但未知的值。让我们看看它们在具体情形下是怎么用的。

• NA的使用

在R的很多统计函数中，我们要求函数跳过缺失值(也就是NA)。如下例所示:

> X<-c(88,NA,12,168,13)
> X
[1]  88  NA  12 168  13
> mean(X)
[1] NA
> mean(X,na.rm=T)
[1] 70.25

在第一个调用中，因为X中有一个缺失值NA，导致mean()无法计算均值。但通过把可选的参数**na.rm(意思为移除NA)**设置为真(T)，可以计算其余元素的均值。相比之下，R会自动跳过空值NULL。
下面几个NA值的模式都不一样:

> X<-c(5,NA,12)
> mode(X[1])
[1] "numeric"
> mode(X[2])
[1] "numeric"
> y <- c("abc","def",NA)
> mode(y[2])
[1] "character"
> mode(y[3])
[1] "character"

• NULL的使用

NULL的一个用法是在循环中创建向量，其中每次迭代都在这个向量上增加一个元素。在这个简单的例子中，我们建立了偶数向量:

# build up a vector of the even numbers in 1:10
> z<- NULL
> for (i in 1:10) if (i %%2 == 0) z<-c(z,i)
> z
[1]  2  4  6  8 10

%%是模运算符(modulooperator)，它给出除法运算的余数。例如13除以4的余数是1，即13%%4=1。因此，例子中的循环开始于一个空向量，然后依次向其中添加2、4等元素。
当然，这只是一个人为的例子，并且这里有更好的方法完成这件事。下面是寻找1:10中偶数的另外两种方法:

> seq(2,10,2)
[1]  2  4  6  8 10
> 2*1:5
[1]  2  4  6  8 10

这里关键是为了闸述NA与NULL的区别。如果在前例中使用NA而不是用NULL，则会得到多余的NA:

>Z<- NA
> for (i in 1:10) if (i 8%2== 0) z<- c(z,i)>z
[1] NA 2 4 6 8 10

这里你可以看到，NULL值被作为不存在而计数:

> u <- NULL
> length(u)
[1] 0
> V <- NA
> length(V)
[1] 1

NULL是R的一种特殊对象，它没有模式。

今天有点懒得，明天要开始晨练，睡了睡了