NA_real_ 和 NaN 之间的区别

Question

当我使用

.Internal(inspect())

到

NA_real_

和

NaN

时，它会返回，

> .Internal(inspect(NA_real_))
@0x000001e79724d0e0 14 REALSXP g0c1 [REF(2)] (len=1, tl=0) nan
> .Internal(inspect(NaN))
@0x000001e797264a88 14 REALSXP g0c1 [REF(2)] (len=1, tl=0) nan

看起来它们唯一的区别就是内存地址。

但是，当我将

NA_real_

和

NaN

强制转换为字符时，它会返回，

> as.character(c(NaN, NA_real_))
[1] "NaN" NA

我理解它应该返回上述结果，因为

NaN

不能是字符，它将被强制转换为

"NaN"

，但

NA_real

将被强制转换为

NA_character_

。但考虑到他们的直觉是相同的，R 怎么会为他们返回不同的结果呢？

提前感谢您的任何建议！

Answer 1

嗯。首先，请记住

NA

是一个 R 概念，在 C 中没有对应的概念。因此，必然需要在 C 中以不同的方式表示

NA

。事实上，

.Internal(inspect())

没有做出这种区分并不意味着它不是其他地方制造的。事实上，恰巧

.Internal(inspect())

使用

Rprintf

来打印值的内部双浮点表示。事实上，R NA 被编码为 C 浮点类型中的 NaN 值。

其次，您观察到“它们唯一的区别是内存地址。” - 所以呢？至少从概念上来说，不同的内存地址完全足以区分 NA 和 NaN，不需要更多。

但事实上，R 通过不同的途径来区分这些值。这是可能的，因为 IEEE 754 双精度浮点格式 具有 NaN 的多种不同表示形式，并且 R 为 NA 保留了一种特定的表示形式：

static double R_ValueOfNA(void)
{
    /* The gcc shipping with Fedora 9 gets this wrong without
     * the volatile declaration. Thanks to Marc Schwartz. */
    volatile ieee_double x;
    x.word[hw] = 0x7ff00000;
    x.word[lw] = 1954;
    return x.value;
}

地点：

typedef union
{
    double value;
    unsigned int word[2];
} ieee_double;

并且

hw

和

lw

分别具有值 0 和 1（其值取决于平台 endianness）。

而且，此外：

/* is a value known to be a NaN also an R NA? */
int attribute_hidden R_NaN_is_R_NA(double x)
{
    ieee_double y;
    y.value = x;
    return (y.word[lw] == 1954);
}

int R_IsNA(double x)
{
    return isnan(x) && R_NaN_is_R_NA(x);
}

int R_IsNaN(double x)
{
    return isnan(x) && ! R_NaN_is_R_NA(x);
}

(

src/main/arithmetic.c

)

Answer 2

NA

是一个统计或数据完整性概念：“缺失值”的想法。例如，如果您的数据来自填写表格的人员，则错误条目或缺失条目将被视为

NA

。

NaN

是一个数值或计算概念：“不是数字”的东西。例如 0/0 是

NAN

，因为此计算的结果是未定义的（但请注意，1/0 是

Inf

，或无穷大，类似地 -1/0 是

-Inf

）。

R 在内部处理这些概念的方式不是您应该关心的事情。