NA_real_和NaN之间的区别

Question

当我使用时。内部（inspect（））到NA_real和NaN，它返回，

> .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

似乎他们唯一的区别是内存地址。

但是，当我强制将NA_real_uu和NaN转换为字符时，它返回，

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

我知道它应该返回上述结果，因为NaN不能是字符，它将被强制为“NaN”，但NA_real将被强制为NA_字符。但考虑到他们的直觉是一样的，R怎么能为他们返回不同的结果呢？

提前感谢您的任何建议！

Answer 1

NA是一个统计或数据完整性概念：缺失值的概念。例如，如果你的数据来自填写表单的人，一个错误的条目或丢失的条目将被视为NA。

NaN是一个数字或计算概念：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你应该关心的。

Answer 2

好首先，请记住，NA是一个R概念，在C中没有等价物。因此，必要时，NA需要在C中以不同的方式表示。事实上，。Internal（inspect（））没有做出这种区分，但这并不意味着它不是在其他地方做出的。事实上，。内部（inspect（））使用Rprintf打印值的内部双浮点表示形式。事实上，R NA在C浮点类型中被编码为NaN值。

其次，您注意到“它们唯一的区别是内存地址。”-那又怎么样？至少在概念上，不同的内存地址足以区分NA和NaN，不需要更多。

但事实上，R通过不同的途径区分这些值。这是可能的，因为IEEE 754双精度浮点格式有多种不同的NaN表示，而R为NAs保留了特定的表示：

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;
}

和：

/* 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/算术.c）