比較 Data.Frame 行中的單元格值 - 令人費解的 Output

Question

我有一個使用來自 dplyr 的 full_join() 加入的 Data.Frame。 它看起來像這樣：

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, ]

這已經提取了不匹配的記錄 ( 294 )，但 DF2 還包含38 個額外的行，這些行都是NA ，盡管 DF1 不包含任何完整的NA行。 （共 332 人）

同樣，如果我這樣做

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

DF3 有37個NA行。 （ 13,711非空，總共13,748 ）

原來的DF1有14042行。

問題是，我不明白這些空行是從哪里來的，為什么 DF2、DF3 中的數字加起來不等於 DF1……

Answer 1

我們還可以在is.na中包含一個條件

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

---

可能導致的一個問題是當我們對浮點進行比較時，因為精度可能不同，並導致意外的 output。 round入比較可能會更好

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