否定过滤条件给出与直觉相反的结果

Question

我曾经在一个复杂的语句跨越dplyr::filter的行为无意中发现了一个的大数据帧，这基本上可以归结为治疗NA值：

df <- tibble(a = c(rep(1,3), 
       rep(NA, 3))) 

A tibble: 6 x 1 
     a 
    <dbl> 
1  1 
2  1 
3  1 
4 NA 
5 NA 
6 NA 

过滤对于等于行1给出了预期的结果：

df %>% filter(a == 1) 

A tibble: 3 x 1 
     a 
    <dbl> 
1  1 
2  1 
3  1 

滤波行不等于1，我希望要返回的其余3行的东风，然而这是不是这样的，：

df %>% filter(!a == 1) 

A tibble: 0 x 1 
... with 1 variables: a <dbl> 

因此，尽管在第一种情况下NA被解释为不等于1，在第二种情况下，它被解释为等于1。有我在这里失踪逻辑？

我知道我可以使用%in%来获得期望的结果：

df %>% filter(!a %in% 1) 

A tibble: 3 x 1 
     a 
    <dbl> 
1 NA 
2 NA 
3 NA 

但觉得奇怪，我使用该运营商只用一个元素（而不是矢量）。

所以我的问题给专家：这是filter的预期行为？否定过滤条件时，通常使用%in%吗？

Answer 1

这是由于%in%而不是filter的行为。

让我们用一个简单的例子：

a = c(1, 1, 1, NA, NA, NA) 

> a == 1 
[1] TRUE TRUE TRUE NA NA NA 
> a != 1 
[1] FALSE FALSE FALSE NA NA NA 
> !(a == 1) 
[1] FALSE FALSE FALSE NA NA NA 

我们看到，当我们使用关系运算符==或!=，NA的输入值保持在NA的输出。然而...

> a %in% 1 
[1] TRUE TRUE TRUE FALSE FALSE FALSE 
> !(a %in% 1) 
[1] FALSE FALSE FALSE TRUE TRUE TRUE 

随着%in%操作，在输入NA值成为输出FALSE。由于这被认为是为match()更直观的界面，让我们来看看这个还有：

> match(a, 1) 
[1] 1 1 1 NA NA NA 

所以没了，match()本身不行为这种方式，至少不使用默认参数。但是，帮助文件?match解释说：

%in%目前被定义为
"%in%" <- function(x, table) match(x, table, nomatch = 0) > 0

有你有它。当我们使用a %in% 1，我们实际上做了以下内容：

> match(a, 1, nomatch = 0L) 
[1] 1 1 1 0 0 0 

> match(a, 1, nomatch = 0L) > 0L 
[1] TRUE TRUE TRUE FALSE FALSE FALSE 

因此，当%in%运营商与!否定一起使用filter()回报与NA行的值。