R Academy · Урок

Понимание NA в R

Узнайте, что означает NA, почему это значение распространяется и чем отличается от NULL.

«Понимание NA в R» — бесплатный урок R Academy на CoddyKit. Это урок 1 из 4. Ты можешь прочитать весь урок бесплатно ниже — а потом практиковать его прямо в браузере с встроенным редактором кода и ИИ-репетитором 24/7. Это часть пути обучения R Academy, и твой прогресс синхронизируется между веб-версией и приложением CoddyKit. Курс R Academy содержит 4 уроков всего.

Что такое NA в R?

NA означает Not Available («недоступно») — это пропущенное или неизвестное значение. В отличие от NULL (отсутствие объекта) и NaN (не число), NA служит обозначением данных, которые существуют, но неизвестны.

# NA represents a missing value
height_cm <- c(175, NA, 162, 188, NA, 170)
cat('Heights:', height_cm, '
')
cat('Length:', length(height_cm), '
')  # NA counts as an element
cat('Sum:', sum(height_cm), '
')        # NA propagates

NA и NULL

NA — это пропущенное значение внутри вектора: позиция существует, но её значение неизвестно. NULL — это полное отсутствие объекта: он имеет длину 0 и не может храниться внутри вектора.

# NA: element exists, value unknown
vec_with_na <- c(1, NA, 3)
cat('Vector with NA, length:', length(vec_with_na), '
')  # 3

# NULL: nothing there at all
vec_with_null <- c(1, NULL, 3)
cat('Vector with NULL, length:', length(vec_with_null), '
')  # 2!

# NULL gets dropped; NA is kept
cat('vec_with_na:', vec_with_na, '
')
cat('vec_with_null:', vec_with_null, '
')

NA и NaN

NaN (Not a Number, «не число») возникает в результате математически неопределённых операций, таких как 0/0 или sqrt(-1). Это специальное числовое значение, тогда как NA — общий маркер пропущенного значения, применимый к данным любого типа.

# NaN from undefined operations
cat('0/0 =', 0/0, '
')          # NaN
cat('sqrt(-1) =', sqrt(-1), '
') # NaN (with warning)
cat('Inf - Inf =', Inf - Inf, '
') # NaN

# NaN IS also NA (a special case)
cat('is.nan(NaN):', is.nan(NaN), '
')
cat('is.na(NaN): ', is.na(NaN), '
')  # TRUE!
cat('is.nan(NA): ', is.nan(NA), '
')  # FALSE

NA и Inf

Inf и -Inf обозначают положительную и отрицательную бесконечность — они возникают в результате таких операций, как 1/0. В отличие от NA, Inf — это известное (хотя и экстремальное) числовое значение, которое обычно участвует в сравнениях.

cat('1/0 =', 1/0, '
')         # Inf
cat('-1/0 =', -1/0, '
')       # -Inf
cat('Inf + 1 =', Inf + 1, '
') # Inf
cat('Inf > 1000:', Inf > 1000, '
')  # TRUE
cat('is.infinite(Inf):', is.infinite(Inf), '
')
cat('is.na(Inf):       ', is.na(Inf), '
')  # FALSE

Распространение NA в арифметике

В арифметике NA является заразным: любая операция с участием NA возвращает NA. Это сделано намеренно: если одно из значений в вычислении неизвестно, результат также неизвестен.

x <- NA
cat('NA + 5:  ', x + 5, '
')      # NA
cat('NA * 0:  ', x * 0, '
')      # NA (not 0!)
cat('NA == NA:', x == NA, '
')     # NA (not TRUE!)
cat('NA > 5:  ', x > 5, '
')      # NA
cat('sum(1,NA):', sum(1, NA), '
') # NA

typeof(NA) — типизированные NA

По умолчанию NA имеет тип logical. R предоставляет типизированные варианты NA для каждого атомарного типа. Это важно при работе с типизированными векторами, чтобы избежать непреднамеренного приведения типов.

cat('typeof(NA):            ', typeof(NA), '
')           # logical
cat('typeof(NA_integer_):  ', typeof(NA_integer_), '
')   # integer
cat('typeof(NA_real_):     ', typeof(NA_real_), '
')      # double
cat('typeof(NA_complex_):  ', typeof(NA_complex_), '
')   # complex
cat('typeof(NA_character_):', typeof(NA_character_), '
') # character

NA_integer_ на практике

При создании целочисленного вектора с пропущенным значением используйте NA_integer_, чтобы сохранить корректный тип вектора. В некоторых контекстах обычный NA неявно приводит тип к double.

# Using plain NA in an integer vector
v1 <- c(1L, 2L, NA, 4L)
cat('typeof with NA:         ', typeof(v1), '
')  # integer (OK here)

# Explicit typed NA is safer in functions
v2 <- c(1L, 2L, NA_integer_, 4L)
cat('typeof with NA_integer_:', typeof(v2), '
')  # integer

# Check they behave the same
cat('Same?', identical(v1, v2), '
')

NA_real_ и NA_character_

NA_real_ используется для пропущенных значений в векторах double (numeric), а NA_character_ — для пропущенных строк. Это особенно важно при создании векторов внутри функций, где необходимо обеспечить согласованность типов.

# Character vector with missing
names_vec <- c('Alice', 'Bob', NA_character_, 'Dave')
cat('Names:', names_vec, '
')
cat('typeof:', typeof(names_vec), '
')

# Numeric with missing
readings <- c(22.5, NA_real_, 21.3, NA_real_, 24.1)
cat('Readings:', readings, '
')
cat('Non-NA count:', sum(!is.na(readings)), '
')

NA в логических операциях

Поведение NA в логических операциях подчиняется трёхзначной логике: TRUE | NA даёт TRUE (поскольку TRUE OR что угодно даёт TRUE), а FALSE | NA даёт NA (мы не можем определить результат, не зная значение NA).

cat('TRUE  | NA:', TRUE | NA, '
')   # TRUE
cat('FALSE | NA:', FALSE | NA, '
')  # NA
cat('TRUE  & NA:', TRUE & NA, '
')   # NA
cat('FALSE & NA:', FALSE & NA, '
')  # FALSE

# Never use == to test for NA!
cat('NA == NA:', NA == NA, '
')    # NA (not TRUE!)
cat('is.na(NA):', is.na(NA), '
')  # TRUE (correct way)

NA в векторах и таблицах данных

В реальных данных пропущенные значения встречаются очень часто. Понимание поведения NA помогает правильно интерпретировать сводные показатели, выявлять проблемы с качеством данных и выбирать подходящую стратегию обработки.

ages <- c(25, NA, 32, NA, 29, 41, NA, 35)
cat('Ages:', ages, '
')
cat('Length:', length(ages), '
')
cat('Missing count:', sum(is.na(ages)), '
')
cat('Present count:', sum(!is.na(ages)), '
')
cat('Mean (fails):', mean(ages), '
')           # NA
cat('Mean (works):', mean(ages, na.rm = TRUE), '
') # 32.4

Типы NA: полная картина

Ниже приведена сводка специальных значений, связанных с NA, в R:

NA — общее пропущенное значение (логический тип)
NA_integer_, NA_real_, NA_complex_, NA_character_ — типизированные NA
NaN — неопределённое число (результат 0/0, sqrt(-1))
Inf, -Inf — бесконечные значения (результат 1/0)
NULL — отсутствие объекта (длина 0)

# Test functions for special values
x <- c(1, NA, NaN, Inf, -Inf, 0)
cat('Values:         ', x, '
')
cat('is.na():        ', is.na(x), '
')        # TRUE for NA and NaN
cat('is.nan():       ', is.nan(x), '
')       # TRUE only for NaN
cat('is.infinite():  ', is.infinite(x), '
')  # TRUE for Inf and -Inf
cat('is.finite():    ', is.finite(x), '
')    # TRUE only for normal numbers

Быстрая проверка

Во что вычисляется NA == NA в R?

Итоги: понимание NA

Отлично! Основные выводы этого урока:

NA = пропущенное значение (известно, что оно существует, но само значение неизвестно)
NULL = отсутствие объекта (исключается из векторов)
NaN = неопределённый результат арифметической операции (также является NA)
Inf / -Inf = бесконечные значения (НЕ являются NA)
В арифметике NA распространяется: операции с NA возвращают NA
Используйте типизированные NA (NA_integer_ и другие) для типобезопасного кода
Всегда проверяйте наличие NA с помощью is.na(), а не == NA

# Key tests side by side
special_vals <- list(NA=NA, NaN=NaN, Inf=Inf, 'NULL-in-vec'=c(1,NULL,3)[2])
for (name in names(special_vals)) {
  v <- special_vals[[name]]
  cat(name, '| is.na:', is.na(v), '| is.nan:', is.nan(v[!is.infinite(v)]), '
')
}

Часто задаваемые вопросы

Урок «Понимание NA в R» бесплатный?

Да — полный текст урока «Понимание NA в R» бесплатно доступен здесь в веб-версии. Чтобы практиковать его интерактивно (встроенный редактор кода и ИИ-репетитор 24/7) и разблокировать остальной курс R Academy, подпишись на CoddyKit PRO. Курс R Academy содержит 4 уроков всего.

Чему я научусь в уроке «Понимание NA в R»?

Узнайте, что означает NA, почему это значение распространяется и чем отличается от NULL. Ты практикуешь R Academy с помощью реального кода, который запускаешь прямо в браузере, и ИИ-репетитор 24/7 отвечает на твои вопросы во время урока.

Нужен ли мне опыт, чтобы начать R Academy?

Предыдущий опыт не требуется. R Academy на CoddyKit структурирован для всех уровней — от новичков до продвинутых, поэтому ты можешь начать отсюда или с самого начала и учиться в своем темпе. Это урок 1 из 4.

Сколько времени занимает урок «Понимание NA в R»?

Большинство уроков CoddyKit занимают около 5–10 минут. Каждый из них компактный и интерактивный, поэтому ты постоянно делаешь прогресс и продолжаешь с того же места в веб-версии и приложении.

Можно ли писать и запускать код в этом уроке R Academy?

Да. Каждый урок R Academy включает встроенный редактор кода, поэтому ты пишешь и запускаешь реальный код прямо в браузере и получаешь моментальную обратную связь от AI — локальная установка не требуется.

Все уроки этого курса

← Назад к R Academy