بسیاری از زبانها روشی مانند null یا none دارند تا مقداری را که وجود ندارد نشان دهند. چون R برای کار با حجم زیادی از دادهها (که اغلب بههمریخته هستند) طراحی شده است، چندین شکل مختلف از «هیچ» دارد.
هدف کلی این است که مقادیر گمشده یا مشکوک را همانطور که با آنها روبهرو میشویم علامتگذاری کنیم و سپس بدون ایجاد استثنا ادامه دهیم.
اگر مقداری واقعاً وجود نداشته باشد، با NULL نمایش داده میشود. این رفتار احتمالاً نزدیکترین چیز به رفتار زبانهای C یا Python است.
v <- c() # zero-length vector
v
#> NULL
is.null(v)
#> [1] TRUE
در بسیاری از موقعیتها، مقادیر NULL بهسادگی نادیده گرفته میشوند:
c(2, 3, NULL, 5)
#> [1] 2 3 5
برای موقعیتهایی که مقدار وجود دارد اما نمیدانیم چیست، از NA استفاده میشود. برای مثال، هنگام شمارش خودروهایی که در جادهای در حال حرکتاند، ممکن است ناظران انسانی بیمار شوند یا حسگرهای خودکار از کار بیفتند، اما جریان ترافیک ادامه دارد.
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
بنابراین NA یک جاینگهدار است که به انسانها هشدار میدهد باید تصمیم بگیرند چگونه با آن رفتار کنند.
شاید جای شگفتی باشد که R روش استانداردی برای بررسی خالیبودن ندارد، هرچند برخی بستههای شخص ثالث توابع خودشان را پیادهسازی میکنند، مانند is.empty().
حتی ساختن یک بردار خالی هم چندان واضح نیست.
در بخشهای پیشین دیدیم که c() بدون آرگومان، NULL برمیگرداند، نه یک بردار.
is.vector(c())
#> [1] FALSE
توابعی مانند logical() یا integer() آرگومانی میگیرند که طول موردنظر را مشخص میکند و این طول میتواند صفر باشد.
z <- logical(0)
is.vector(z)
#> [1] TRUE
length(z)
#> [1] 0
همچنین میتوانیم برداری بسازیم و بعد همهی عنصرهایش را حذف کنیم، همانطور که در مفهوم بردار توضیح داده شده است. نتیجه یک بردار با طول ۰ و از نوع مناسب است.
v <- 5
v[-1] # delete the first element
#> numeric(0)
در این تمرین کدی مینویسید که برای کارکنان کارخانه برچسب اسم چاپ میکند.
هر کارمند یک شناسه، یک اسم و یک اسم بخش دارد.
برچسب کارکنان به این شکل قالببندی میشود: "[id] - name - DEPARTMENT".
تابع print_name_badge را پیادهسازی کنید. این تابع یک شناسه، یک اسم و یک بخش میگیرد.
باید برچسب را برگرداند، با اسم بخش بهصورت حروف بزرگ.
print_name_badge(67, "Katherine Williams", "Strategic Communication")
# => "[67] - Katherine Williams - STRATEGIC COMMUNICATION"
به دلیل یک ایراد در سیستم کامپیوتری، کارکنان جدید گاهی وقتی کار در کارخانه را شروع میکنند هنوز شناسه ندارند. چون برچسب الزامی است، یک برچسب موقت بدون پیشوند شناسه دریافت میکنند.
تابع print_name_badge را گسترش دهید. وقتی شناسه وجود ندارد، باید برچسبی بدون آن چاپ کند.
print_name_badge(NA, "Robert Johnson", "Procurement")
# => "Robert Johnson - PROCUREMENT"
حتی صاحب کارخانه هم باید همیشه برچسب داشته باشد.
اما صاحب کارخانه بخش ندارد و هرگز هم نخواهد داشت: او برتر از همهی بخشهاست.
در این حالت، برچسب باید بهجای اسم بخش، "OWNER" را چاپ کند.
تابع print_name_badge را گسترش دهید. وقتی بخش NULL است، فرض کنید برچسب به صاحب شرکت تعلق دارد.
print_name_badge(204, "Rachel Miller", NULL)
# => "[204] - Rachel Miller - OWNER"
در نظر بگیرید که ممکن است صاحب کارخانه خودش کارمند جدید هم باشد.
print_name_badge(NA, "Rachel Miller", NULL)
# => "Rachel Miller - OWNER"
برای یک سنجش تقریبی از اینکه شناسهها چقدر خوب صادر میشوند، میخواهید مجموع حقوق کارکنانی را ببینید که شناسه ندارند. مقدار بالا یعنی تعداد زیادی در انتظارند، یا مشکل گریبان افراد ارشد را هم گرفته است: هر دو بد است.
تابع salaries_no_id را پیادهسازی کنید که یک بردار از شناسهها و یک بردار متناظر از حقوق میگیرد و مجموع حقوق افرادی را برمیگرداند که هنوز شناسه ندارند.
هر دو بردار همطول هستند.
ids <- c(204, NA, 210, 352, NA, 263)
salaries <- c(23, 21, 47, 35, 17, 101) * 1000
salaries_no_id(ids, salaries)
# => 38,000
بهعنوان یک نکتهی آموزشی اضافه که آزمون نمیشود: اگر هیچ کارمندی بدون شناسه نباشد، آن «بردار خالی» که جمع میزنید چیست؟