Perché il filtro di dplyr rilascia valori NA da una variabile fattore?

Question

Quando si utilizza filter dal pacchetto dplyr per eliminare un livello di una variabile fattore, filter rilascia anche i valori NA. Ecco un esempio:

library(dplyr) 
set.seed(919) 
(dat <- data.frame(var1 = factor(sample(c(1:3, NA), size = 10, replace = T)))) 
# var1 
# 1 <NA> 
# 2  3 
# 3  3 
# 4  1 
# 5  1 
# 6 <NA> 
# 7  2 
# 8  2 
# 9 <NA> 
# 10 1 

filter(dat, var1 != 1) 
# var1 
# 1 3 
# 2 3 
# 3 2 
# 4 2 

Questo non sembra l'ideale - volevo solo far cadere righe in cui var1 == 1.

Sembra che questo si verifichi perché qualsiasi comparison with NA returns NA, che quindi filter scende. Ad esempio, filter(dat, !(var1 %in% 1)) produce i risultati corretti. Ma c'è un modo per dire a filter di non lasciare cadere i valori NA?

Answer 1

È possibile utilizzare questo:

filter(dat, var1 != 1 | is.na(var1)) 
    var1 
1 <NA> 
2 3 
3 3 
4 <NA> 
5 2 
6 2 
7 <NA> 

E non lo farà.

Anche solo per il completamento, lasciando cadere NAS è il comportamento previsto del filter come si può vedere dalla seguente:

test_that("filter discards NA", { 
    temp <- data.frame(
    i = 1:5, 
    x = c(NA, 1L, 1L, 0L, 0L) 
) 
    res <- filter(temp, x == 1) 
    expect_equal(nrow(res), 2L) 
}) 

Questa prova di cui sopra è stata presa dalle prove per filter da github.