R语言编程艺术 第2章 向量(下)

2.7NA与NULL值

NA：缺失值
向量中有一个缺失值NA，会导致mean()等函数计算出的结果均为NA。但可将na.rm参数设置为TRUE，可以跳过缺失值，计算其余元素。
NULL：空值,当作不存在
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。

z <- NULL
for (i in 1:10) if (i %% 2 == 0) z <- c(z,i)

2.8　筛选

（1）“筛选索引”，就是你要筛选出来的元素需要满足的条件，比如x[x>8]
x[x>8] <- 0
注意，这种筛选方式不会自动排除NA。

x <- c(1,3,5,NA)
x[x>4]
#[1]5 NA

（2）subset()筛选，可以自动排除NA

x <- c(1,3,5,NA)
subset(x,x>4)
#[1]5

（3）which 返回TRUE的下标（位置）

which(x>4)
#3

在一个向量中找出满足一定条件的元素首次出现的位置which(x>4)[1]
在一个向量中找出满足一定条件的元素x[which(x>4)[1]]

2.9　向量化的ifelse()函数

ifelse(b,u,v),其中b是一个布尔值向量，而u和v是向量。
该函数返回的值也是向量，如果b[i]为真，则返回值的第i个元素为u[i]，如果b[i]为假，则返回值的第i个元素为v[i]。

x<-1:10
ifelse(x%%2==0,5,12)

这段代码的意思是以1:10为输入，如果是偶数则输出5，是基数则输出12。

2.10 向量相等

除==外还可以用identical，是判断是否完全一致，注意默认的数字类型是双精度型，用：产生的则是整数型，不同数据类型来判断，会产生不相等的结果。

2.11　向量元素的名称

用names函数可以给元素命名。

2.12　关于c()的更多内容

如果传递到c()中的参数有不同的类型，则它们将被降级为同一类型，该类型最大限度地保留它们的共同特性。混合整数型和字符型，R会选择把它们都转换为字符型。另外，c()函数对向量有扁平化的效果，c(1,4,c(0.5,1))会生成1，4，0.5，1。