这几个都是R语言里面的特殊值，都是R的保留字(reserved words)。它们的意义分别为：
-
NA：表示缺失值(Missing value)，是“Not Available”的缩写 -
Inf：表示无穷大，是“Infinite”的缩写 -
NaN：表示非数值，是“Not a Number”的缩写 -
NULL：表示空值，即没有内容
下面通过一些例子来了解它们的用法。由于有关NA的内容较多，最后再介绍它。
1. Inf
我们知道，对于分数，当分母为0分子不为0时，结果为无穷大。当分子为正数时，结果为正无穷大；当分子为负数时，结果为负无穷大。在R中也是这样，比如：
> 2 / 0 ## 正无穷大
[1] Inf
> -2 / 0 ## 负无穷大
[1] -Inf
Inf也可参与一些运算，比如：
> 2/Inf ## 当分子为有限值、分母无穷大时，结果为 0
[1] 0
> exp(-Inf) ## 自然数e的负无穷大次幂为0
[1] 0
> (0:3)^Inf ## 0的穷大次幂为0；1的穷大次幂还为1；大于1的数的无穷大次幂为无穷大
[1] 0 1 Inf Inf
此外，在R中用is.finite(), is.infinite()来判断是否为无穷大数，比如：
> is.finite(2)
[1] TRUE
> is.infinite(2/0)
[1] TRUE
2. NaN
有些运算会导致结果为非数值，在R中用NaN来表示，比如：
> 0 / 0
[1] NaN
> Inf - Inf
[1] NaN
> Inf / Inf
[1] NaN
在R中，用is.nan()来判断是否为非数值，比如：
> is.nan(2)
[1] FALSE
> is.nan(NA) ## 缺失值NA不是非数值
[1] FALSE
> is.nan(0/0)
[1] TRUE
3. NULL
NULL表示空值，表示没有内容。
一般常用在函数参数中，表示该参数没有被赋予任何值。也经常用在初始化变量，表示变量没有任何内容，因此它的长度为0。来看个例子：
> x <- NULL
[1] 0
> length(x)
[1] 0
> is.null(x) ## is.null()函数判断是否为空值
[1] TRUE
4. NA
NA表示缺失值(Missing value)，我们将会经常碰到这个值。
你可能想知道向量中是否有缺失值。对于这个问题，有人说用==关系运算符就行了，是这样吗？来看个例子：
> x <- c(2, 5, NA, 7, NA, 8)
> x == NA
[1] NA NA NA NA NA NA
> is.na(x) ## 正确姿势
[1] FALSE FALSE TRUE FALSE TRUE FALSE
显然用
==不可行（为啥不行，仔细想想就明白），在R中可用is.na()函数来判断是否为缺失值
有时我们想删除缺失值或想知道有多少个缺失值，可以通过下面代码来实现：
> x[! is.na(x)] ## 删除缺失值
[1] 2 5 8
> sum(is.na(x)) ## 缺失值的个数
[1] 2
对于处理含有缺失值的向量，很多函数在默认参数下不能工作，比如：
> x <- c(2, 5, NA, 7, NA, 8)
> mean(x)
[1] NA
> max(x)
[1] NA
> mean(x, na.rm=TRUE)
[1] 5.5
> max(x, na.rm=TRUE)
[1] 8
可通过设置
na.rm为TRUE来删除缺失值，然后再统计
有时我们还想知道缺失值NA在哪个位置。此时可以通过which()函数来输出位置索引，比如：
> x <- c(2, 5, NA, 7, NA, 8)
> which(is.na(x)) ## 第3和5个元素是缺失值
[1] 3 5
有关R语言里面的特殊值就讲到这。
如若有遗漏，后期将会添加至本博客。
感谢您的阅读！想了解更多有关R语言技巧，请关注我的微信公众号“R语言和Python学堂”，我将定期更新相关文章。
网友评论