为何R语言read.csv未将CSV空白单元格识别为NA？

这是因为read.csv()的默认行为是将CSV中的空白单元格识别为空字符串（""），而非NA。无论列类型是character还是factor，空字符串都不会被自动判定为缺失值。

解决方法 #

• 读入时直接指定NA识别规则：使用na.strings参数，把空字符串映射为NA，这是最直接的方式：

dat <- read.csv("test.csv", na.strings = "")

• 已读入数据的手动转换：如果已经读入了数据，可以手动将空字符串替换为NA：

# 对所有character类型列批量处理
dat[sapply(dat, is.character)] <- lapply(dat[sapply(dat, is.character)], 
                                         function(x) ifelse(x == "", NA, x))

验证示例 #

修改读入代码后，再执行检测代码就能正确识别NA：

dat <- read.csv("test.csv", na.strings = "")

# 检查character类型的NA
is.na(dat$var)
is.na(dat$var1)

# 转factor后检查NA
dat$var_f <- factor(dat$var)
dat$var_f1 <- factor(dat$var1)

is.na(dat$var_f)
is.na(dat$var_f1)

内容的提问来源于stack exchange，提问作者Peter Miksza