平均值和中位数函数调用的不同结果通过应用于缺失值

Question

[如果在矩阵中缺少所有值，则平均值和中位数分别给出NA和NaN，]

例如，

x<-as.matrix(c(NA, NA, NA))
apply(x,2, mean, na.rm = TRUE)
> apply(x,2, median, na.rm = TRUE)
[1] NA
> apply(x,2, mean, na.rm = TRUE)
[1] NaN

想知道这可能是什么原因，如果我仅检查is.na（）进行过滤，它在下游会有所不同吗？因为我看到is.na（）一直都是TRUE：

> is.nan(apply(x,2, median, na.rm = TRUE))
[1] FALSE

Answer 1

NaN的意思是“不是数字”，也是由除零等运算引起的！

由于mean()的心脏是在后台计算的，类似于sum(x)/len(x)（或等效值），因此存在除法运算，因此，如果缺少值（由于len（NA）为0），则可以生成NaN。 median()并非如此。

在任何情况下，对is.na()或complete进行过滤就足够了。同样根据文档，is.na()对于NaN输出TRUE。