R 的一個(gè)重要特征使得比較運(yùn)算更加復(fù)雜，這個(gè)特征就是缺失值，或稱 NA（not available，

不可用）。 NA 表示未知的值，因此缺失值是“可傳染的”。如果運(yùn)算中包含了未知值，那么

運(yùn)算結(jié)果一般來(lái)說(shuō)也是個(gè)未知值：

NA > 5
#> [1] NA
10 == NA
#> [1] NA
NA + 10
#> [1] NA
NA / 2
#> [1] NA

最令人費(fèi)解的是以下這個(gè)結(jié)果：

NA == NA
#> [1] NA

要想理解為什么會(huì)這樣，最容易的方式是加入一點(diǎn)背景知識(shí)：

# 令x為Mary的年齡。我們不知道她有多大。
x <- NA
# 令y為John的年齡。我們不知道他有多大。
y <- NA
# John和Mary的年齡是相同的嗎？
x == y
#> [1] NA
# 我們不知道！

如果想要確定一個(gè)值是否為缺失值，可以使用 is.na() 函數(shù)：

is.na(x)
#> [1] TRUE

filter() 只能篩選出條件為 TRUE 的行；它會(huì)排除那些條件為 FALSE 和 NA 的行。如果想保

留缺失值，可以明確指出：

df <- tibble(x = c(1, NA, 3))
filter(df, x > 1)
#> # A tibble: 1 × 1
#> x
#> <dbl>
#> 1 3
filter(df, is.na(x) | x > 1)
#> # A tibble: 2 × 1
#> x
#> <dbl>
#> 1 NA
#> 2 3