Molti linguaggi hanno un modo, come null o none, per indicare un valore inesistente.
Poiché R è progettato per gestire grandi quantità di dati (spesso disordinati), ha diverse forme di «nulla».
L'obiettivo generale è segnalare i valori mancanti o sospetti man mano che si incontrano, poi continuare senza sollevare un'eccezione.
Se un valore davvero non esiste, viene rappresentato da NULL. È probabilmente la cosa più vicina a ciò che farebbero C o Python.
v <- c() # zero-length vector
v
#> NULL
is.null(v)
#> [1] TRUE
In molti contesti, i valori NULL vengono semplicemente ignorati:
c(2, 3, NULL, 5)
#> [1] 2 3 5
Nei casi in cui un valore esiste ma non sappiamo quale sia, si usa NA. Per esempio, quando si contano i veicoli in transito su una strada, gli osservatori umani potrebbero ammalarsi o i sensori automatici guastarsi, ma il traffico continua a scorrere.
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
Quindi NA è un segnaposto, che avverte le persone che devono decidere come gestirlo.
Forse sorprendentemente, R non ha un modo standard per verificare il vuoto, anche se alcuni pacchetti di terze parti implementano funzioni proprie come is.empty().
Persino generare un vettore vuoto non è del tutto ovvio.
In una sezione precedente abbiamo visto che c() senza argomenti restituisce NULL, non un vettore.
is.vector(c())
#> [1] FALSE
Funzioni come logical() o integer() accettano un argomento che specifica la lunghezza desiderata, che può essere zero.
z <- logical(0)
is.vector(z)
#> [1] TRUE
length(z)
#> [1] 0
Possiamo anche generare un vettore e poi rimuovere ogni elemento, come descritto nel concetto Vectors. Il risultato è un vettore di lunghezza 0 del tipo appropriato.
v <- 5
v[-1] # delete the first element
#> numeric(0)
In questo esercizio scriverai del codice per stampare i badge con il nome dei dipendenti di una fabbrica.
Ogni dipendente ha un ID, un nome e il nome di un dipartimento.
Le etichette dei badge dei dipendenti hanno questo formato: "[id] - name - DEPARTMENT".
Implementa la funzione print_name_badge. Deve ricevere un ID, un nome e un dipartimento.
Deve restituire l'etichetta del badge, con il nome del dipartimento in maiuscolo.
print_name_badge(67, "Katherine Williams", "Strategic Communication")
# => "[67] - Katherine Williams - STRATEGIC COMMUNICATION"
A causa di una stranezza del sistema informatico, i nuovi dipendenti a volte non hanno ancora un ID quando iniziano a lavorare in fabbrica. Dato che i badge sono obbligatori, riceveranno un badge temporaneo senza il prefisso dell'ID.
Estendi la funzione print_name_badge. Quando l'ID manca, deve stampare un badge senza l'ID.
print_name_badge(NA, "Robert Johnson", "Procurement")
# => "Robert Johnson - PROCUREMENT"
Anche il proprietario della fabbrica deve indossare un badge in ogni momento.
Tuttavia, un proprietario non ha un dipartimento e non ne avrà mai: è al di sopra di tutti i dipartimenti.
In questo caso, l'etichetta deve stampare "OWNER" al posto del nome del dipartimento.
Estendi la funzione print_name_badge. Quando il dipartimento è NULL, supponi che il badge appartenga al proprietario dell'azienda.
print_name_badge(204, "Rachel Miller", NULL)
# => "[204] - Rachel Miller - OWNER"
Nota che è possibile che il proprietario sia anche un nuovo dipendente.
print_name_badge(NA, "Rachel Miller", NULL)
# => "Rachel Miller - OWNER"
Come metrica approssimativa di quanto bene vengono assegnati gli ID, vuoi vedere lo stipendio complessivo dei dipendenti senza ID. Un valore alto significa che molti sono in attesa, o che il problema riguarda anche i dipendenti con più anzianità: entrambe le cose sono negative.
Implementa la funzione salaries_no_id che riceve un vettore di ID e un vettore corrispondente di stipendi, e restituisce la somma degli stipendi delle persone che non hanno ancora un ID.
I due vettori hanno la stessa lunghezza.
ids <- c(204, NA, 210, 352, NA, 263)
salaries <- c(23, 21, 47, 35, 17, 101) * 1000
salaries_no_id(ids, salaries)
# => 38,000
Come spunto di apprendimento extra, non verificato: Se non ci sono dipendenti senza ID, qual è il «vettore vuoto» che stai sommando?
Iscriviti a Exercism per imparare e padroneggiare R con 21 concetti111 esercizi e il mentoring di persone reali, tutto gratis.