Julia中设置skipmissing=true后，subset函数为何仍需手动处理缺失值？

首先得明确skipmissing=true的实际作用：它是用来过滤掉那些过滤条件计算结果为missing的行，但它不会帮你自动处理过滤条件本身因为缺失值而引发的错误。

为什么去掉ismissing检查会报错？ #

当你的过滤逻辑里直接对missing值做运算或逻辑判断时，可能会产生missing结果，而如果这个结果被放到需要严格布尔值的上下文里（比如&&/||这类短路逻辑运算符），Julia就会抛出TypeError——因为Julia不允许把missing当作布尔值使用。

举个实际例子：

• 合法的过滤函数（带ismissing检查）：

  subset_simple(row) = !ismissing(row.x) && row.x > 5
  

  这里先确保row.x不是缺失值，再进行比较，所以不会产生missing进入&&的逻辑判断，自然不会报错。

• 去掉检查后的过滤函数：

  subset_simple(row) = row.x > 5 && row.y < 10
  

  当row.x是missing时，row.x >5会返回missing，接下来missing && ...就会触发错误，因为&&要求两边必须是布尔值，不能是missing。这时候skipmissing=true根本没机会生效——因为错误在过滤条件计算时就发生了，还没到判断是否跳过的阶段。

什么时候可以不用手动加ismissing？ #

如果你使用向量化的过滤条件而不是逐行的函数，skipmissing=true就能正常帮你处理缺失值：

subset(df, :x => x -> x .> 5, skipmissing=true)

这种情况下，x .>5会返回一个包含布尔值和missing的数组，skipmissing=true会自动跳过那些结果为missing的行，不需要手动加ismissing检查。

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