r - 为什么 is.na() 改变它的参数？

Question

我刚刚发现 is.na() 的以下行为我不明白的功能:

df <- data.frame(a = 5:1, b = "text")
df
##   a    b
## 1 5 text
## 2 4 text
## 3 3 text
## 4 2 text
## 5 1 text
is.na(df)
##          a     b
## [1,] FALSE FALSE
## [2,] FALSE FALSE
## [3,] FALSE FALSE
## [4,] FALSE FALSE
## [5,] FALSE FALSE
is.na(df) <- "0"
df
##   a    b  0
## 1 5 text NA
## 2 4 text NA
## 3 3 text NA
## 4 2 text NA
## 5 1 text NA

我的问题
为什么 is.na()更改其参数(在本例中向数据框添加额外的列)？在这种情况下，它的行为看起来特别令人费解(或者至少是意外的)，因为查询的结果是 FALSE对于所有实例。

注意
这个问题不是关于子集化和更改 NA数据框中的值 - 我知道如何做到这一点( df[is.na(df)] <- "0" )。这个问题是关于 is.na 的行为功能!为什么分配给 is.something函数改变参数本身 - 这是意想不到的。

Answer 1

这里实际使用的函数不是 is.na()但是赋值函数`is.na<-` ，默认方法是 `is.na<-.default` 。将该函数打印到控制台我们看到:

function (x, value) 
{
    x[value] <- NA
    x
}

很明显，value这里应该是一个索引。如果您索引 data.frame喜欢 df["0"] ，它将尝试选择名为 "0" 的列。如果您分配一些东西给 df["0"] ，该列将被创建并填充(在本例中) NA .

澄清一下，`is.na<-`将值设置为 NA ，它不会取代 NA值与其他东西。