Tại sao bộ lọc của dplyr giảm giá trị NA từ một biến yếu tố?

Question

Khi tôi sử dụng filter từ gói dplyr để giảm mức biến số, filter cũng giảm giá trị NA. Dưới đây là ví dụ:

library(dplyr) 
set.seed(919) 
(dat <- data.frame(var1 = factor(sample(c(1:3, NA), size = 10, replace = T)))) 
# var1 
# 1 <NA> 
# 2  3 
# 3  3 
# 4  1 
# 5  1 
# 6 <NA> 
# 7  2 
# 8  2 
# 9 <NA> 
# 10 1 

filter(dat, var1 != 1) 
# var1 
# 1 3 
# 2 3 
# 3 2 
# 4 2 

Điều này có vẻ không lý tưởng - Tôi chỉ muốn thả các hàng ở nơi var1 == 1.

Có vẻ như điều này xảy ra vì bất kỳ comparison with NA returns NA, trong đó filter sau đó giảm xuống. Vì vậy, ví dụ: filter(dat, !(var1 %in% 1)) sẽ tạo ra kết quả chính xác. Nhưng có cách nào để yêu cầu filter không bỏ các giá trị NA không?

Answer 1

Bạn có thể sử dụng này:

filter(dat, var1 != 1 | is.na(var1)) 
    var1 
1 <NA> 
2 3 
3 3 
4 <NA> 
5 2 
6 2 
7 <NA> 

Và nó sẽ không.

Cũng chỉ để hoàn thành, giảm NAS là hành vi dự kiến ​​của filter như bạn có thể nhìn thấy từ sau:

test_that("filter discards NA", { 
    temp <- data.frame(
    i = 1:5, 
    x = c(NA, 1L, 1L, 0L, 0L) 
) 
    res <- filter(temp, x == 1) 
    expect_equal(nrow(res), 2L) 
}) 

thử nghiệm này trên được lấy từ các bài kiểm tra cho filter từ github.