前言：

学习R过程中，数据中往往会出现一些诡异的符号，而不是数值，那么他们到底是什么意思呢？下面带领大家一探究竟。

(一) 特殊值的概念

1. NaN

R中的无定义数用NaN表示，即“Not a Number(非数)”。

不过在R中，R实际上是把NaN视作一个数的，当其参与运算时，返回结果总是NaN。我们可以使用is.nan()函数来检测计算结果有无定义，但是需要注意的是，对于NaN而言，is.finite()和is.infinite()都会返回FALSE。

> 0/0

[1] NaN

2. NA

NA表示缺失值，即“Missing value”，是“not available”的缩写

> a

> a[1:5]

[1] 1 2 3 4 NA

3. Inf

R中的无穷大用Inf表示(即Infinity，无穷大)，负无穷表示为-Inf。

要检查一个数是否为无穷，可以使用is.finite()或者is.infinite()函数

> 1/0

[1] Inf

> -1/0

[1] -Inf

3. NULL

R语言中，NA代表位置上的值为空，NULL代表连位置都没有，变量为空，其长度为0，表明“空无一物”

> a

> a

NULL

> length(a)

[1] 0

(二) 实战中处理无效数据

#设置sugar数据

> sugar

> sugar[1,]

> sugar[3,1]

> sugar

[,1] [,2] [,3] [,4] [,5]

[1,] 0 0 0 0 0

[2,] 2 7 12 17 22

[3,] 0 8 13 18 23

[4,] 4 9 14 19 24

[5,] 5 10 15 20 25

#设置yeast数据

> yeast

> yeast[3,]

> yeast[1,1]

> yeast

[,1] [,2] [,3] [,4] [,5]

[1,] 0 11 12 13 14

[2,] 15 16 17 18 19

[3,] 0 0 0 0 0

[4,] 25 26 27 28 29

[5,] 30 31 32 33 34

将两个数据进行除法运算

> foldchange

> foldchange

[,1] [,2] [,3] [,4] [,5]

[1,] NaN 0.0000000 0.0000000 0.0000000 0.0000000

[2,] 0.1333333 0.4375000 0.7058824 0.9444444 1.1578947

[3,] NaN Inf Inf Inf Inf

[4,] 0.1600000 0.3461538 0.5185185 0.6785714 0.8275862

[5,] 0.1666667 0.3225806 0.4687500 0.6060606 0.7352941

> log2_foldchange

> log2_foldchange

[,1] [,2] [,3] [,4] [,5]

[1,] NaN -Inf -Inf -Inf -Inf

[2,] -2.906891 -1.192645 -0.5025003 -0.08246216 0.2115041

[3,] NaN Inf Inf Inf Inf

[4,] -2.643856 -1.530515 -0.9475326 -0.55942741 -0.2730185

[5,] -2.584963 -1.632268 -1.0931094 -0.72246602 -0.4436067

而log2_foldchange就是我们需要的数据，发现里面有许多 NaN、 -Inf 、Inf ，想办法进行数据清洗。

> yeast == 0 # 逻辑判断数据中是否为0

[,1] [,2] [,3] [,4] [,5]

[1,] TRUE FALSE FALSE FALSE FALSE

[2,] FALSE FALSE FALSE FALSE FALSE

[3,] TRUE TRUE TRUE TRUE TRUE

[4,] FALSE FALSE FALSE FALSE FALSE

[5,] FALSE FALSE FALSE FALSE FALSE

> log2_foldchange[yeast == 0] # 选择里面判断为0的数据

[1] NaN NaN Inf Inf Inf Inf

# 将无效值替换为0

> log2_foldchange[sugar == 0 | yeast == 0]

> log2_foldchange

[,1] [,2] [,3] [,4] [,5]

[1,] 0.000000 0.000000 0.0000000 0.00000000 0.0000000

[2,] -2.906891 -1.192645 -0.5025003 -0.08246216 0.2115041

[3,] 0.000000 0.000000 0.0000000 0.00000000 0.0000000

[4,] -2.643856 -1.530515 -0.9475326 -0.55942741 -0.2730185

[5,] -2.584963 -1.632268 -1.0931094 -0.72246602 -0.4436067

都到这一步了，再绘制两个图形玩玩:

hist图

> hist(log2_foldchange, col = "red", border = "black")

2018-10-07Rplot01.png

密度图

> curve

> plot(curve, main = "understand the NaN Inf NA")

> polygon(curve, col = "Thistle", border = "red", lty =1 )

2018-10-07Rplot02.png