Warum lässt der dplyr-Filter NA-Werte von einer Faktorvariablen fallen?

Question

Wenn ich filter aus dem dplyr-Paket verwende, um eine Ebene einer Faktorvariablen zu löschen, fallen auch die filter Werte. Hier ein Beispiel:

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 

Dies gilt nicht ideal erscheinen - ich wollte nur Zeilen fallen, wo var1 == 1.

Es sieht so aus, als ob jeder comparison with NA returns NA, der filter dann fällt. So liefert zum Beispiel filter(dat, !(var1 %in% 1)) die korrekten Ergebnisse. Aber gibt es eine Möglichkeit zu sagen, filter nicht die NA Werte fallen zu lassen?

Answer 1

könnten Sie verwenden:

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

Und es wird nicht.

auch nur für die Fertigstellung, fallen NAs ist das beabsichtigte Verhalten von filter, wie Sie aus der folgenden sehen:

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) 
}) 

Dieser Test oben aus den Tests für filter von github genommen wurde.