使用grepl筛选非缺失不匹配项时，is.na()的正确放置位置

我想要筛选出var2中非缺失且不包含指定表达式的条目，并获取对应的var1值。默认情况下grepl会返回缺失条目对应的NA，这是我需要避免的。我写了两种实现方式，其中一种结果错误，想了解错误的原因。

df <- data.frame(
  var1 = 1:150,
  var2 = c(rep(NA, 100), rep("ABC", 45), rep("CBA", 5))
)  

exp <- "BC"

## 正确结果
df$var1[!grepl(exp, df$var2, fixed=T) & !is.na(df$var2)]
# [1] 146 147 148 149 150


## 错误结果
df$var1[!grepl(exp, df$var2[!is.na(df$var2)], fixed=T)]
# [1]  46  47  48  49  50  96  97  98  99 100 146 147 148 149 150

# 查看错误结果对应的var2值
print(df[c(46, 47, 48, 49, 50, 96, 97, 98, 99, 100, 146, 147, 148, 149, 150), "var2"])
# [1] NA    NA    NA    NA    NA    NA    NA    NA    NA    NA    "CBA" "CBA" "CBA" "CBA" "CBA"

第二种写法的问题出在索引长度不匹配：

1. df$var2[!is.na(df$var2)]提取了var2中非缺失的子集，长度为50（45个"ABC"+5个"CBA"）。
2. grepl(exp, ...)返回长度为50的逻辑向量：45个TRUE（"ABC"包含"BC"）和5个FALSE（"CBA"不包含"BC"），取反后变成45个FALSE和5个TRUE。
3. 当用这个长度为50的逻辑向量去索引长度为150的df$var1时，R会触发循环补齐机制——把50个元素的向量重复3次，凑成150个元素。
4. 重复后的逻辑向量中，第46-50位、96-100位、146-150位是TRUE，但前两组位置对应的var2其实是NA，这就错误选中了原本不符合条件的行。

正确写法的逻辑是对整个var2列做判断：!grepl(exp, df$var2, fixed=T) & !is.na(df$var2)生成长度为150的逻辑向量，只有var2非缺失且不包含目标表达式的位置才是TRUE，因此能精准筛选出正确的var1值。

内容的提问来源于stack exchange，提问作者Joschi Nin