অনেক ভাষায় null বা none-এর মতো একটি উপায় থাকে, যা দিয়ে বোঝানো হয় যে কোনো মান আসলে নেই। যেহেতু R তৈরি করা হয়েছে প্রচুর পরিমাণ (প্রায়শই অগোছালো) ডেটা সামলানোর জন্য, তাই এতে শূন্যতার একাধিক রূপ রয়েছে।
মূল লক্ষ্য হলো, অনুপস্থিত বা সন্দেহজনক মান যেখানেই পাওয়া যাক সেগুলো চিহ্নিত করা, আর তারপর কোনো এক্সেপশন ছাড়াই কাজ চালিয়ে যাওয়া।
কোনো মান সত্যিই না থাকলে সেটি NULL দিয়ে প্রকাশ করা হয়। সম্ভবত C বা Python যা করে, তার সঙ্গে এটিই সবচেয়ে কাছাকাছি।
v <- c() # zero-length vector
v
#> NULL
is.null(v)
#> [1] TRUE
অনেক ক্ষেত্রেই NULL মানগুলোকে সহজভাবে উপেক্ষা করা হয়:
c(2, 3, NULL, 5)
#> [1] 2 3 5
এমন পরিস্থিতির জন্য, যেখানে কোনো মান আছে কিন্তু সেটি কী তা আমরা জানি না, NA ব্যবহার করা হয়। যেমন রাস্তায় চলাচলকারী যানবাহন গোনার সময় মানব পর্যবেক্ষকরা অসুস্থ হয়ে পড়তে পারেন, কিংবা স্বয়ংক্রিয় সেন্সর নষ্ট হয়ে যেতে পারে, কিন্তু যান চলাচল তো চলতেই থাকে।
v <- c(1, 2, NA, 4, 5)
v
#> [1] 1 2 NA 4 5
is.na(v) # test for data gaps
#> [1] FALSE FALSE TRUE FALSE FALSE
তাই NA হলো একটি প্লেসহোল্ডার, যা মানুষকে সতর্ক করে দেয় যে এটি কীভাবে সামলাতে হবে সে বিষয়ে তাদের সিদ্ধান্ত নিতে হবে।
আশ্চর্যজনক মনে হতে পারে, তবে খালি কি না তা যাচাই করার কোনো আদর্শ উপায় R-এ নেই, যদিও কিছু থার্ড-পার্টি প্যাকেজ is.empty()-এর মতো নিজস্ব ফাংশন তৈরি করেছে।
এমনকি একটি খালি ভেক্টর তৈরি করাও একেবারে সোজা ব্যাপার নয়।
আগের একটি অংশে আমরা দেখেছি, কোনো আর্গুমেন্ট ছাড়া c() একটি ভেক্টর নয়, বরং NULL রিটার্ন করে।
is.vector(c())
#> [1] FALSE
logical() বা integer()-এর মতো ফাংশন একটি আর্গুমেন্ট নেয়, যা দিয়ে কাঙ্ক্ষিত দৈর্ঘ্য নির্দিষ্ট করা হয়, আর সেই দৈর্ঘ্য শূন্যও হতে পারে।
z <- logical(0)
is.vector(z)
#> [1] TRUE
length(z)
#> [1] 0
আমরা একটি ভেক্টর তৈরি করে তার সব এলিমেন্ট মুছে ফেলতেও পারি, যেমনটি ভেক্টর ধারণা অংশে বর্ণনা করা হয়েছে। এতে উপযুক্ত টাইপের একটি শূন্য দৈর্ঘ্যের ভেক্টর পাওয়া যায়।
v <- 5
v[-1] # delete the first element
#> numeric(0)
এই অনুশীলনীতে আপনি কারখানার কর্মীদের জন্য নেম ব্যাজ প্রিন্ট করার কোড লিখবেন।
কর্মীদের একটি ID, নাম এবং ডিপার্টমেন্টের নাম থাকে।
কর্মীদের ব্যাজের লেবেল নিচের মতো ফরম্যাট করা হয়: "[id] - name - DEPARTMENT".
print_name_badge ফাংশনটি ইমপ্লিমেন্ট করুন। এটি একটি ID, একটি নাম এবং একটি ডিপার্টমেন্ট নেবে।
এটি ব্যাজের লেবেল রিটার্ন করবে, যেখানে ডিপার্টমেন্টের নাম বড় হাতের অক্ষরে থাকবে।
print_name_badge(67, "Katherine Williams", "Strategic Communication")
# => "[67] - Katherine Williams - STRATEGIC COMMUNICATION"
কম্পিউটার সিস্টেমের একটি অদ্ভুত কারণে, নতুন কর্মীদের কারখানায় কাজ শুরু করার সময় মাঝে মাঝে এখনও ID থাকে না। যেহেতু ব্যাজ বাধ্যতামূলক, তাই তারা ID প্রিফিক্স ছাড়া একটি অস্থায়ী ব্যাজ পাবে।
print_name_badge ফাংশনটি বাড়িয়ে লিখুন। ID না থাকলে, এটি ছাড়াই একটি ব্যাজ প্রিন্ট করবে।
print_name_badge(NA, "Robert Johnson", "Procurement")
# => "Robert Johnson - PROCUREMENT"
এমনকি কারখানার মালিককেও সব সময় ব্যাজ পরে থাকতে হয়।
তবে, মালিকের কোনো ডিপার্টমেন্ট থাকে না এবং কখনও থাকবে না: তিনি সব ডিপার্টমেন্টের ঊর্ধ্বে।
এক্ষেত্রে, লেবেলে ডিপার্টমেন্টের নামের বদলে "OWNER" প্রিন্ট করা উচিত।
print_name_badge ফাংশনটি বাড়িয়ে লিখুন। ডিপার্টমেন্ট NULL হলে ধরে নিন ব্যাজটি কোম্পানির মালিকের।
print_name_badge(204, "Rachel Miller", NULL)
# => "[204] - Rachel Miller - OWNER"
মনে রাখবেন, মালিক নিজেও একজন নতুন কর্মী হতে পারেন।
print_name_badge(NA, "Rachel Miller", NULL)
# => "Rachel Miller - OWNER"
ID কতটা ভালোভাবে দেওয়া হচ্ছে তার একটি মোটামুটি মাপকাঠি হিসেবে, আপনি ID নেই এমন কর্মীদের সম্মিলিত বেতন দেখতে চান। বেশি মানে অনেকেই অপেক্ষায়, অথবা সমস্যাটি সিনিয়র কর্মীদের প্রভাবিত করছে: দুটোই খারাপ।
salaries_no_id ফাংশনটি ইমপ্লিমেন্ট করুন, যা ID-এর একটি ভেক্টর এবং বেতনের একটি সংশ্লিষ্ট ভেক্টর নেয় এবং যাদের এখনও ID নেই তাদের বেতনের যোগফল রিটার্ন করে।
দুটি ভেক্টরের দৈর্ঘ্যই একই।
ids <- c(204, NA, 210, 352, NA, 263)
salaries <- c(23, 21, 47, 35, 17, 101) * 1000
salaries_no_id(ids, salaries)
# => 38,000
পরীক্ষা না করা একটি অতিরিক্ত শেখার জন্য: যদি ID নেই এমন কোনো কর্মী না থাকে, তাহলে যে "খালি ভেক্টর"টি আপনি যোগ করছেন সেটি কী?
Exercism-এ সাইন আপ করুন, R ট্র্যাকের 21টি কনসেপ্ট111টি অনুশীলনী আর সত্যিকারের মানুষের মেন্টরিং দিয়ে শিখুন ও দক্ষ হয়ে উঠুন, সম্পূর্ণ বিনামূল্যে।