为什么R中is.na()和!=比较运算对NA值的筛选结果不一致

结果差异的根本原因 #

R 语言中NA代表缺失值，所有直接和NA进行的比较运算（==、!=、>、<等）返回结果都是NA，而非TRUE或FALSE，case_when对返回NA的条件会判定为不匹配，自动跳过该条规则，继续向下匹配后续条件。

两段代码的执行逻辑差异 #

1. 生成df13的代码中，第二个判断条件为Test %in% c("NA") & TYN!="Yes"：
   你的df12中TYN列全为NA，因此TYN!="Yes"的返回结果全为NA，整个条件判断结果为NA，会被case_when跳过，最终匹配到最后一条规则Test %in% c("Fail", "NA")~"Fail"，所以Rel列对应值为Fail。
2. 生成df14的代码中，第二个判断条件为Test %in% c("NA") & is.na(TYN)：
   is.na()是专门用来检测缺失值的函数，对NA会返回TRUE，整个条件判断成立，因此返回你预期的"NA"。

关于TYN为NA时是否属于TYN!="Yes"的疑问 #

答案是不属于，你可以直接在R控制台执行NA != "Yes"，返回结果为NA，既不是TRUE也不是FALSE，无法触发&连接的条件判断。

如果需要让TYN为NA的场景也被不等于Yes的条件覆盖，可以把条件修改为以下两种写法之一：

# 写法1：显式加is.na判断
Test %in% c("NA") & (TYN != "Yes" | is.na(TYN)) ~ "NA"

# 写法2：用%in%取反，简化判断
Test %in% c("NA") & !TYN %in% "Yes" ~ "NA"

内容的提问来源于stack exchange，提问作者Stataq