Missing Values
줄리아는 통계적 의미에서 결측값을 표현하는 지원을 제공합니다. 이는 관측치에서 변수에 대한 값이 없지만 이론적으로 유효한 값이 존재하는 상황을 위한 것입니다. 결측값은 missing 객체를 통해 표현되며, 이는 Missing 유형의 단일 인스턴스입니다. missing은 NULL in SQL 및 NA in R와 동등하며 대부분의 상황에서 이들과 유사하게 동작합니다.
Propagation of Missing Values
missing 값은 표준 수학 연산자와 함수에 전달될 때 자동으로 전파됩니다. 이러한 함수의 경우, 피연산자 중 하나의 값에 대한 불확실성은 결과에 대한 불확실성을 유발합니다. 실제로, missing 값을 포함하는 수학 연산은 일반적으로 missing을 반환합니다:
julia> missing + 1
missing
julia> "a" * missing
missing
julia> abs(missing)
missingmissing는 일반적인 Julia 객체이므로, 이 전파 규칙은 이 동작을 구현하기로 선택한 함수에만 적용됩니다. 이는 다음과 같이 달성할 수 있습니다:
Missing유형의 인수에 대해 정의된 특정 메서드를 추가합니다.- 이러한 유형의 인수를 수용하고, 이를 전파하는 함수에 전달하는 것(표준 수학 연산자와 같은).
패키지는 새로운 함수를 정의할 때 누락된 값을 전파하는 것이 의미가 있는지 고려해야 하며, 이 경우 적절하게 메서드를 정의해야 합니다. Missing 유형의 인수를 수용하는 메서드가 없는 함수에 missing 값을 전달하면 MethodError가 발생하며, 이는 다른 유형과 마찬가지입니다.
missing 값을 전파하지 않는 함수는 Missings.jl 패키지에서 제공하는 passmissing 함수를 사용하여 전파하도록 만들 수 있습니다. 예를 들어, f(x)는 passmissing(f)(x)로 변환됩니다.
Equality and Comparison Operators
표준 동등성 및 비교 연산자는 위에 제시된 전파 규칙을 따릅니다: 피연산자 중 하나라도 missing인 경우 결과는 missing입니다. 다음은 몇 가지 예입니다:
julia> missing == 1
missing
julia> missing == missing
missing
julia> missing < 1
missing
julia> 2 >= missing
missing특히, missing == missing는 missing을 반환하므로, ==를 사용하여 값이 누락되었는지 테스트할 수 없습니다. x가 missing인지 테스트하려면 ismissing(x)를 사용하세요.
특별 비교 연산자 isequal 및 ===는 전파 규칙의 예외입니다. 이들은 항상 Bool 값을 반환하며, missing 값이 존재하더라도 missing을 missing과 같다고 간주하고 다른 모든 값과는 다르다고 간주합니다. 따라서 이들은 값이 missing인지 테스트하는 데 사용할 수 있습니다:
julia> missing === 1
false
julia> isequal(missing, 1)
false
julia> missing === missing
true
julia> isequal(missing, missing)
trueisless 연산자는 또 다른 예외입니다: missing은 다른 모든 값보다 큰 것으로 간주됩니다. 이 연산자는 sort!에 의해 사용되며, 따라서 missing 값은 모든 다른 값 뒤에 배치됩니다:
julia> isless(1, missing)
true
julia> isless(missing, Inf)
false
julia> isless(missing, missing)
falseLogical operators
논리적(또는 불리언) 연산자 |, & 및 xor는 논리적으로 필요할 때만 missing 값을 전파하기 때문에 또 다른 특별한 경우입니다. 이러한 연산자에 대해 결과가 불확실한지 여부는 특정 연산에 따라 다릅니다. 이는 three-valued logic의 잘 확립된 규칙을 따르며, 이는 예를 들어 SQL의 NULL 및 R의 NA에 의해 구현됩니다. 이 추상적인 정의는 구체적인 예를 통해 가장 잘 설명되는 상대적으로 자연스러운 행동에 해당합니다.
이 원리를 논리 "또는" 연산자 |로 설명해 보겠습니다. 불리언 논리의 규칙에 따르면, 피연산자 중 하나가 참이면 다른 피연산자의 값은 결과에 영향을 미치지 않으며, 결과는 항상 참이 됩니다:
julia> true | true
true
julia> true | false
true
julia> false | true
true이 관찰을 바탕으로, 만약 두 피연산자 중 하나가 true이고 다른 하나가 missing이라면, 우리는 실제 피연산자 중 하나의 값에 대한 불확실성에도 불구하고 결과가 true임을 알 수 있습니다. 만약 두 번째 피연산자의 실제 값을 관찰할 수 있었다면, 그것은 오직 true 또는 false일 수 있으며, 두 경우 모두 결과는 true가 될 것입니다. 따라서 이 특정 경우에서, 결측값은 전파되지 않습니다:
julia> true | missing
true
julia> missing | true
true반대로, 만약 피연산자 중 하나가 false라면, 결과는 다른 피연산자의 값에 따라 true 또는 false가 될 수 있습니다. 따라서 그 피연산자가 missing인 경우, 결과도 missing이어야 합니다:
julia> false | true
true
julia> true | false
true
julia> false | false
false
julia> false | missing
missing
julia> missing | false
missing논리 "and" 연산자 &의 동작은 | 연산자와 유사하지만, 한 피연산자가 false일 때 결측값이 전파되지 않는다는 차이가 있습니다. 예를 들어, 첫 번째 피연산자가 그런 경우:
julia> false & false
false
julia> false & true
false
julia> false & missing
false반면, 결측값은 피연산자 중 하나가 true일 때 전파됩니다. 예를 들어 첫 번째 피연산자입니다:
julia> true & true
true
julia> true & false
false
julia> true & missing
missing마침내 "배타적 또는" 논리 연산자 xor는 항상 missing 값을 전파합니다. 두 피연산자가 항상 결과에 영향을 미치기 때문입니다. 또한 부정 연산자 !는 피연산자가 missing일 때 missing을 반환한다는 점에 유의하세요. 다른 단항 연산자와 마찬가지입니다.
Control Flow and Short-Circuiting Operators
제어 흐름 연산자에는 if, while 및 ternary operator x ? y : z가 포함되며, 이는 누락된 값을 허용하지 않습니다. 이는 우리가 실제 값이 true인지 false인지 관찰할 수 없기 때문에 발생하는 불확실성 때문입니다. 이는 프로그램이 어떻게 동작해야 하는지 알 수 없음을 의미합니다. 이 경우, 이 맥락에서 missing 값이 발견되면 즉시 TypeError가 발생합니다:
julia> if missing
println("here")
end
ERROR: TypeError: non-boolean (Missing) used in boolean context같은 이유로, 위에 제시된 논리 연산자와는 달리, 단락 평가 부울 연산자 &&와 ||는 피연산자의 값이 다음 피연산자가 평가되는지 여부를 결정하는 상황에서 missing 값을 허용하지 않습니다. 예를 들어:
julia> missing || false
ERROR: TypeError: non-boolean (Missing) used in boolean context
julia> missing && false
ERROR: TypeError: non-boolean (Missing) used in boolean context
julia> true && missing && false
ERROR: TypeError: non-boolean (Missing) used in boolean context대조적으로, missing 값 없이 결과를 결정할 수 있을 때는 오류가 발생하지 않습니다. 이는 코드가 missing 피연산자를 평가하기 전에 단축 평가(short-circuit)될 때와 missing 피연산자가 마지막일 때의 경우입니다:
julia> true && missing
missing
julia> false && missing
falseArrays With Missing Values
결측값이 포함된 배열은 다른 배열처럼 생성할 수 있습니다:
julia> [1, missing]
2-element Vector{Union{Missing, Int64}}:
1
missing이 예에서 보여주듯이, 이러한 배열의 요소 유형은 Union{Missing, T}이며, 여기서 T는 누락되지 않은 값의 유형입니다. 이는 배열 항목이 T 유형(여기서는 Int64) 또는 Missing 유형일 수 있음을 반영합니다. 이러한 종류의 배열은 실제 값을 보유하는 Array{T}와 항목의 유형(즉, 누락되었는지 또는 T인지)을 나타내는 Array{UInt8}를 결합하여 효율적인 메모리 저장소를 사용합니다.
누락된 값을 허용하는 배열은 표준 구문으로 구성할 수 있습니다. Array{Union{Missing, T}}(missing, dims)를 사용하여 누락된 값으로 채워진 배열을 생성합니다:
julia> Array{Union{Missing, String}}(missing, 2, 3)
2×3 Matrix{Union{Missing, String}}:
missing missing missing
missing missing missingundef 또는 similar를 사용하면 현재 missing으로 채워진 배열을 얻을 수 있지만, 이는 그러한 배열을 얻는 올바른 방법이 아닙니다. 대신 위에 표시된 대로 missing 생성자를 사용하십시오.
An array with element type allowing missing entries (e.g. Vector{Union{Missing, T}}) which does not contain any missing entries can be converted to an array type that does not allow for missing entries (e.g. Vector{T}) using convert. If the array contains missing values, a MethodError is thrown during conversion:
julia> x = Union{Missing, String}["a", "b"]
2-element Vector{Union{Missing, String}}:
"a"
"b"
julia> convert(Array{String}, x)
2-element Vector{String}:
"a"
"b"
julia> y = Union{Missing, String}[missing, "b"]
2-element Vector{Union{Missing, String}}:
missing
"b"
julia> convert(Array{String}, y)
ERROR: MethodError: Cannot `convert` an object of type Missing to an object of type StringSkipping Missing Values
missing 값은 표준 수학 연산자와 함께 전파되므로, 축소 함수는 누락된 값이 포함된 배열에서 호출될 때 missing을 반환합니다:
julia> sum([1, missing])
missing이 상황에서는 skipmissing 함수를 사용하여 누락된 값을 건너뜁니다:
julia> sum(skipmissing([1, missing]))
1이 편리한 함수는 missing 값을 효율적으로 필터링하는 반복자를 반환합니다. 따라서 반복자를 지원하는 모든 함수와 함께 사용할 수 있습니다:
julia> x = skipmissing([3, missing, 2, 1])
skipmissing(Union{Missing, Int64}[3, missing, 2, 1])
julia> maximum(x)
3
julia> sum(x)
6
julia> mapreduce(sqrt, +, x)
4.146264369941973skipmissing를 배열에 호출하여 생성된 객체는 부모 배열의 인덱스를 사용하여 인덱싱할 수 있습니다. 누락된 값에 해당하는 인덱스는 이러한 객체에 대해 유효하지 않으며, 이를 사용하려고 하면 오류가 발생합니다(이들은 keys 및 eachindex에 의해 건너뛰어집니다):
julia> x[1]
3
julia> x[2]
ERROR: MissingException: the value at index (2,) is missing
[...]이것은 인덱스에서 작동하는 함수가 skipmissing과 결합하여 작동할 수 있도록 합니다. 이는 검색 및 찾기 함수에 특히 해당됩니다. 이러한 함수는 skipmissing에 의해 반환된 객체에 대해 유효한 인덱스를 반환하며, 또한 부모 배열에서 일치하는 항목의 인덱스이기도 합니다:
julia> findall(==(1), x)
1-element Vector{Int64}:
4
julia> findfirst(!iszero, x)
1
julia> argmax(x)
1collect에서 missing이 아닌 값을 추출하고 배열에 저장하세요:
julia> collect(x)
3-element Vector{Int64}:
3
2
1Logical Operations on Arrays
위에서 설명한 논리 연산자에 대한 삼값 논리는 배열에 적용되는 논리 함수에서도 사용됩니다. 따라서 == 연산자를 사용한 배열 동등성 테스트는 missing 항목의 실제 값을 알지 못할 경우 결과를 결정할 수 없는 경우 missing을 반환합니다. 실제로 이는 비교된 배열의 모든 비어 있지 않은 값이 같지만 하나 또는 두 개의 배열에 비어 있는 값이 포함되어 있는 경우(다른 위치에 있을 수 있음) missing이 반환됨을 의미합니다.
julia> [1, missing] == [2, missing]
false
julia> [1, missing] == [1, missing]
missing
julia> [1, 2, missing] == [1, missing, 2]
missing단일 값의 경우, isequal를 사용하여 missing 값을 다른 missing 값과 동일하게 처리하되, 비어 있지 않은 값과는 다르게 처리합니다:
julia> isequal([1, missing], [1, missing])
true
julia> isequal([1, 2, missing], [1, missing, 2])
false함수 any 및 all는 삼값 논리의 규칙을 따릅니다. 따라서 결과를 결정할 수 없을 때 missing을 반환합니다:
julia> all([true, missing])
missing
julia> all([false, missing])
false
julia> any([true, missing])
true
julia> any([false, missing])
missing