“ 在拿到一组数据的时候，我们经常会对特定的值进行筛选，或者想看看数据中是不是有NA值以及排查数据是不是都大于或者小于某值。”
过去的文章里，我们从向量的创建和增删改查开始讲解，一直到取向量的长度以及使用各种方法创建我们需要的向量。其中最重要的莫过于上文讲的创建重复向量和等差数列了。
而我们真正做数据处理的时候大多数都是先读取数据，然后才会进行处理，而读取了数据以后，我们需要重点考虑以下的问题。我们的数据的某列是不是都大于一个定值？数据某列是不是有小于某个值的观测，如果没有那我也不需要进行下一步处理了。。。此外，本文还将简单介绍关于NA和NULL的概念。接下来，就开始今天的内容吧！
NA和NULL
NA值和NULL值都是我们常常听说的概念，我们经常称呼它们一个为缺失值，一个为空值，但是具体何为缺失值，何为空值呢？在分析过程中，它们对我们的结果有什么影响呢？
NA值，其实是一个缩写，它的全名叫做Not Available,也就是缺失的值，使用一个简单的例子给大家生成一个NA值，
> a <- 1:3
> a[1:5]
[1] 1 2 3 NA NA
我们使用上面的方法就能产生NA了，我们向量长度只有3但是我们的索引值给到了4和5，R解释器想了想，我没有这两个索引位置的值啊，也就是这两个位置的值是缺失的，所以给你返回了缺失值NA.
我们平时读取数据的时候要万分小心数据中是不是有缺失值，不然会对运算造成巨大的影响，下面给出案例
> b <- a[1:5]
> mean(b)
[1] NA
> mean(a)
[1] 2
我们可以发现，如果我们的数据有NA值，那么运算函数就会直接返回NA，没法计算，因为它是个缺失的值。
至于怎么处理，也很简单，指定na.rm参数即可，
> mean(b,na.rm = T)
[1] 2
上面就是关于NA的简单介绍，后面还会专门讲解NA的处理，关于如何填充NA值，如何移除NA值等等，后面的小节2将讲解如何看向量中有没有NA值。
下面介绍NULL，NULL，就是空值，什么都没有，就是空。下面给个例子看看NULL和NA的区别
> a <- NULL
> length(a)
[1] 0
> b <- NA
> length(b)
[1] 1
我们可以看到，如果你给向量复制NULL和NA，你就会发现，NULL长度是0，也就是什么都没有，而NA的长度是一，表明虽然你缺失了，但是至少这里还有个东西。
另外一点不同的是，NULL不会对你的运算产生影响
> a <- c(1,2,3,NULL)
> mean(a)
[1] 2
> length(a)
[1] 3
包含NULL的向量是可以运算的，而且重要的是NULL本身不占位，计算均值的时候长度为3，不是4。
而NULL有什么用呢，它空无一物，也不占位，也代表不了这里也许曾经有个值(NA)。如果大家写过c或者cpp，大家可能就知道，使用一个变量之前先声明一下，R是没有这种规则的。但是当你想使用循环捕获值的时候，你必须进行初始化操作，这个时候NULL就会起作用了。(后面循环的时候有讲解)
Any函数
上文说过，读取了一组数据，我们经常关心某一列是不是有特定的值范围，我们这个时候可以使用筛选的操作进行处理，然后拿到结果，不过这就太麻烦了，浪费时间和内存。
R给我们提供了一个内置函数 - Any函数，它可以让我们了解到向量里的任一个值是不是满足一个条件，听着是不是很拗口呢，下面给几个例子就好了
> d <- 1:20
> any(d > 1)
[1] TRUE
> any(d < 100)
[1] TRUE
> any(d < 5)
[1] TRUE
> any(d == 10)
[1] TRUE
> any(d < 0)
[1] FALSE
这就是我们的any函数，它可以让我i们快速的了解到，我们的向量里是不是有这样的一个值，满足给定条件，只要至少有一个，那么就返回T，否则返回F。
我们对any的使用除了读取数据后查看一下，另外就是进行判断IF语句的时候会用到它，后面使用到的时候大家要知道是怎么回事。
All函数
最后，我们来讲解一下all函数，all函数可以说是any函数的相反的函数。它的功能和any函数正好相反，它可以查看向量里所有值都满足给定条件，只要至少有一个不满足，那么就返回F，否则返回T.
给出点案例看一看
> d <- 1:20
> all(d < 2)
[1] FALSE
> all(d > 5)
[1] FALSE
> all(d > 1)
[1] FALSE
> all(d > 0)
[1] TRUE
> all(d == 16)
[1] FALSE
我们发现大多数都是False，只有我们的d>0的时候返回了True，因为我们所有的值都是大于0的，所以才会返回T。
我们的all函数其实是个比较严酷的筛选，有的时候我们写程序会进行异常处理，抛出异常，这个时候all函数也会有一席之地，看看运算结果是什么样的，如果有不正常的影响了后续处理，就抛出异常，停止代码。
以上就是今天的所有内容了，是不是非常的简单呢？any和all,大家知道i有这两个概念即可，但是NA和NULL都是很重要的概念，进行数据分析和处理会经常和这两个值，以及后面会讲到的NaN Inf值，所以一定要知道对我们的运算产生什么影响，如果做简单的处理，才能在实操中得心应手。
下次内容更精彩哦，关注不迷路!
如果你喜欢我的文章，请收藏我的文章并且给我个赞，你的支持就是我更新的最大的动力，关注我会有更多惊喜哦，专注于生物信息学以及数据分析入门和进阶教程，也许我给不了你从10-100，但是我可以给你最好的从0-10！
最后，关注我的公众号，领取更多学习资料吧！！！
打开v搜索，”轻松玩转生信“或者从下面文章进去获取二维码关注哦
