比较 Data.Frame 行中的单元格值 - 令人费解的 Output

Question

我有一个使用来自 dplyr 的 full_join() 加入的 Data.Frame。 它看起来像这样：

View(df1)

Gene Pval   Pval2
ZIC3 0.4123 0.4124
GLA  *NA*   0.135
AFF2 0.003  *NA*
...  ...    ...

我想提取所有 Pval != Pval2 的基因，所以我使用了

DF2 <- DF1[DF1$Pval != DF1$Pval2, ]

这已经提取了不匹配的记录 ( 294 )，但 DF2 还包含38 个额外的行，这些行都是NA ，尽管 DF1 不包含任何完整的NA行。 （共 332 人）

同样，如果我这样做

DF3 <- DF1[DF1$Pval == DF1$Pval2, ]

DF3 有37个NA行。 （ 13,711非空，总共13,748 ）

原来的DF1有14042行。

问题是，我不明白这些空行是从哪里来的，为什么 DF2、DF3 中的数字加起来不等于 DF1……

Answer 1

我们还可以在is.na中包含一个条件

 DF1[(DF1$Pval != DF1$Pval2) | (is.na(DF1$Pval) |is.na(DF1$Pval2)), ]

---

可能导致的一个问题是当我们对浮点进行比较时，因为精度可能不同，并导致意外的 output。 round入比较可能会更好

DF1[(round(DF1$Pval, 2) != round(DF1$Pval2, 2)) | 
         (is.na(DF1$Pval) | is.na(DF1$Pval2)), ]