資料完整性

在探索資料集的過程中，你有時會發現一些情況，讓你開始懷疑資料是如何彙整而成的。舉例來說，變數 num_char 表示電子郵件中的字元數（以千為單位），所以它可以是小數值，但理論上絕對不應該是負值。

你可以設計一個測試，確認這個變數是否如預期運作：

email$num_char < 0

如果你在主控台執行這段程式碼，會得到一個很長的邏輯值向量，對資料集中的每個案例指出該條件是否為 TRUE。在這裡，前 1000 個值看起來全都是 FALSE。為了驗證「所有」案例的 num_char 都是非負值，我們可以對這個向量取「總和」：

sum(email$num_char < 0)

這是個很好用的捷徑。當你對邏輯值進行運算時，R 會把 TRUE 視為 1、FALSE 視為 0。由於整個向量的總和為 0，你就知道資料集中的每個案例在這個測試中都得到 FALSE。也就是說，num_char 這欄如預期般只會出現非負值。