Muchos lenguajes tienen una forma, como null o none, de indicar un valor que no existe.
Como R está diseñado para manejar grandes volúmenes de datos (a menudo desordenados), tiene varias formas de representar la nada.
El objetivo general es marcar los valores faltantes o sospechosos a medida que se encuentran, y luego continuar sin lanzar una excepción.
Si un valor realmente no existe, se representa con NULL. Esto es probablemente lo más parecido a lo que harían C o Python.
v <- c() # zero-length vector
v
#> NULL
is.null(v)
#> [1] TRUE
En muchos contextos, los valores NULL simplemente se ignoran:
c(2, 3, NULL, 5)
#> [1] 2 3 5
Para situaciones en las que un valor existe pero no sabemos cuál es, se usa NA. Por ejemplo, al contar los vehículos que transitan por una carretera, puede que los observadores humanos se enfermen o que los sensores automáticos fallen, pero el tráfico sigue fluyendo.
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
Así, NA es un marcador de posición que advierte a las personas que deben decidir cómo manejarlo.
Quizá te sorprenda que R no tenga una forma estándar de comprobar si algo está vacío, aunque algunos paquetes de terceros implementan sus propias funciones, como is.empty().
Incluso generar un vector vacío no es del todo obvio.
Vimos en una sección anterior que c() sin argumentos devuelve NULL, no un vector.
is.vector(c())
#> [1] FALSE
Funciones como logical() o integer() reciben un argumento que especifica la longitud deseada, que puede ser cero.
z <- logical(0)
is.vector(z)
#> [1] TRUE
length(z)
#> [1] 0
También podemos generar un vector y luego eliminar todos sus elementos, como se describe en el concepto de vectores. Esto da como resultado un vector de longitud 0 del tipo adecuado.
v <- 5
v[-1] # delete the first element
#> numeric(0)
En este ejercicio vas a escribir código para imprimir insignias con el nombre de los empleados de una fábrica.
Los empleados tienen un ID, un nombre y el nombre de un departamento.
Las etiquetas de las insignias de los empleados tienen el siguiente formato: "[id] - name - DEPARTMENT".
Implementa la función print_name_badge. Debe recibir un ID, un nombre y un departamento.
Debe devolver la etiqueta de la insignia, con el nombre del departamento en mayúsculas.
print_name_badge(67, "Katherine Williams", "Strategic Communication")
# => "[67] - Katherine Williams - STRATEGIC COMMUNICATION"
Debido a una peculiaridad del sistema informático, a veces los empleados nuevos todavía no tienen un ID cuando empiezan a trabajar en la fábrica. Como las insignias son obligatorias, recibirán una insignia temporal sin el prefijo del ID.
Extiende la función print_name_badge. Cuando falte el ID, debe imprimir una insignia sin él.
print_name_badge(NA, "Robert Johnson", "Procurement")
# => "Robert Johnson - PROCUREMENT"
Incluso el dueño de la fábrica tiene que llevar una insignia en todo momento.
Sin embargo, un dueño no tiene departamento y nunca lo tendrá: está por encima de todos los departamentos.
En este caso, la etiqueta debe imprimir "OWNER" en lugar del nombre del departamento.
Extiende la función print_name_badge. Cuando el departamento sea NULL, asume que la insignia pertenece al dueño de la empresa.
print_name_badge(204, "Rachel Miller", NULL)
# => "[204] - Rachel Miller - OWNER"
Ten en cuenta que es posible que el dueño también sea un empleado nuevo.
print_name_badge(NA, "Rachel Miller", NULL)
# => "Rachel Miller - OWNER"
Como una medida aproximada de qué tan bien se están emitiendo los ID, quieres ver el salario combinado de los empleados que no tienen ID. Un valor alto significa que hay muchos esperando, o que el problema está afectando a personas con más antigüedad: ambas cosas son malas.
Implementa la función salaries_no_id, que recibe un vector de ID y un vector correspondiente de salarios, y devuelve la suma de los salarios de las personas que todavía no tienen ID.
Ambos vectores tienen la misma longitud.
ids <- c(204, NA, 210, 352, NA, 263)
salaries <- c(23, 21, 47, 35, 17, 101) * 1000
salaries_no_id(ids, salaries)
# => 38,000
Como aprendizaje adicional que no se evalúa: Si no hay empleados sin ID, ¿cuál es el «vector vacío» que estás sumando?
Regístrate en Exercism para aprender y dominar R con 21 conceptos111 ejercicios y mentoría humana real, todo gratis.