Dans le domaine de l’analyse statistique contemporaine et de la science des donn\u00e9es, le langage de programmation R occupe une position pr\u00e9pond\u00e9rante, conf\u00e9r\u00e9e tant par son expressivit\u00e9 math\u00e9matique que par la richesse de son \u00e9cosyst\u00e8me de paquets. Con\u00e7u d\u00e8s l’origine par Ross Ihaka et Robert Gentleman comme une impl\u00e9mentation moderne du langage S, R a \u00e9t\u00e9 structur\u00e9 autour d’un paradigme vectoriel o\u00f9 toute entit\u00e9 fondamentale est appr\u00e9hend\u00e9e sous la forme d’une collection ordonn\u00e9e d’\u00e9l\u00e9ments partageant une m\u00eame nature atomique. Toutefois, la manipulation de donn\u00e9es empiriques issues d’enqu\u00eates sociologiques, d’essais cliniques, de capteurs industriels ou de registres administratifs confronte in\u00e9vitablement le praticien \u00e0 une difficult\u00e9 m\u00e9thodologique majeure : l’existence d’observations incompl\u00e8tes, alt\u00e9r\u00e9es ou manquantes. <\/p>\n
La gestion rigoureuse de ces lacunes constitue une \u00e9tape charni\u00e8re qui conditionne directement la validit\u00e9 interne des estimations statistiques et la robustesse des mod\u00e8les pr\u00e9dictifs ult\u00e9rieurs. Dans l’\u00e9cosyst\u00e8me R, cette r\u00e9alit\u00e9 se mat\u00e9rialise par la pr\u00e9sence d’une constante particuli\u00e8re, d\u00e9sign\u00e9e sous le symbole NA<\/em> (pour Not Available<\/em>). Contrairement \u00e0 de simples z\u00e9ros ou \u00e0 des cha\u00eenes de caract\u00e8res vides, cette entit\u00e9 porte une signification \u00e9pist\u00e9mologique pr\u00e9cise, signalant l’ind\u00e9termination fondamentale d’une valeur sans pour autant alt\u00e9rer la structure sous-jacente du conteneur vectoriel. Cependant, en raison des r\u00e8gles de la logique ternaire et du principe de propagation des ind\u00e9terminations arithm\u00e9tiques, l’existence d’une seule valeur manquante au sein d’un vecteur num\u00e9rique suffit \u00e0 paralyser ou \u00e0 biaiser l’ex\u00e9cution de la majorit\u00e9 des fonctions descriptives courantes.<\/p>\n Face \u00e0 cet imp\u00e9ratif d’assainissement, l’architecture du langage offre plusieurs strat\u00e9gies distinctes pour \u00e9vincer ces \u00e9l\u00e9ments perturbateurs. L’analyste se trouve r\u00e9guli\u00e8rement confront\u00e9 \u00e0 l’arbitrage entre l’\u00e9lagage direct du vecteur, l’omission contextuelle d\u00e9l\u00e9gu\u00e9e aux sous-routines internes, ou encore l’utilisation de fonctions g\u00e9n\u00e9riques sp\u00e9cialis\u00e9es enrichissant l’objet de m\u00e9tadonn\u00e9es indiciaires. L’objet de cet article est d’analyser en profondeur les m\u00e9canismes th\u00e9oriques, computationnels et statistiques pr\u00e9sidant au traitement des donn\u00e9es manquantes dans les vecteurs atomiques au moyen des trois approches canoniques : le filtrage bool\u00e9en par masquage logique via is.na()<\/em>, l’exclusion op\u00e9rationnelle \u00e0 travers le param\u00e8tre na.rm<\/em>, et l’\u00e9lagage structurel offert par la fonction na.omit()<\/em>.<\/p>\n Le concept de valeur manquante au sein du langage R Project for Statistical Computing<\/a> trouve son expression formelle dans le symbole NA<\/em>. Cette valeur sentinelle est une abstraction s\u00e9miotique fondamentale permettant de consigner l’absence d’information relative \u00e0 une unit\u00e9 d’observation. Dans les protocoles de collecte empirique, qu’il s’agisse d’\u00e9valuations psychom\u00e9triques, d’essais pharmacologiques randomis\u00e9s ou d’enregistrements issus de r\u00e9seaux de capteurs physiques, la survenue de donn\u00e9es manquantes est la r\u00e8gle plut\u00f4t que l’exception. Un sujet d’exp\u00e9rience peut refuser de r\u00e9pondre \u00e0 un item d\u00e9licat d’un questionnaire, un \u00e9quipement de mesure peut subir une saturation transitoire ou une d\u00e9faillance de t\u00e9l\u00e9transmission, ou un \u00e9chantillon biologique peut \u00eatre contamin\u00e9 au cours de la manipulation en laboratoire. Dans chacune de ces occurrences, l’assignation d’une valeur num\u00e9rique arbitraire telle que z\u00e9ro introduirait une d\u00e9viation math\u00e9matique majeure, susceptible de distordre lourdement les moments statistiques d’ordre un et deux, tels que l’esp\u00e9rance et la variance.<\/p>\n L’impact de la pr\u00e9sence de valeurs NA<\/em> sur l’int\u00e9grit\u00e9 du calcul vectoriel est imm\u00e9diat et d\u00e9vastateur si aucun m\u00e9canisme de contr\u00f4le n’est interpos\u00e9. En vertu du respect strict des axiomes de la logique computationnelle, une op\u00e9ration portant sur une grandeur inconnue produit in\u00e9luctablement un r\u00e9sultat inconnu. Ainsi, sommer un ensemble de nombres comprenant une lacune revient conceptuellement \u00e0 tenter de d\u00e9terminer la masse totale d’un ensemble d’objets dont l’un poss\u00e9derait un poids ind\u00e9terminable. Par cons\u00e9quent, les vecteurs pollu\u00e9s par des NA<\/em> propagent cette incertitude \u00e0 l’ensemble du pipeline analytique, corrompant les calculs de covariances, les matrices de corr\u00e9lation et les projections factorielles.<\/p>\n Il importe en outre d’\u00e9tablir une distinction th\u00e9orique fondamentale et rigoureuse entre la valeur NA<\/em> et le symbole NaN<\/em> (Not a Number<\/em>). Alors que le marqueur NA<\/em> symbolise une lacune d’information contextuelle concernant une valeur qui existe potentiellement dans le monde r\u00e9el mais qui n’a pas pu \u00eatre enregistr\u00e9e, NaN<\/em> d\u00e9coule directement de l’application de la norme en virgule flottante IEEE 754<\/a>. Le symbole NaN<\/em> sanctionne une impossibilit\u00e9 arithm\u00e9tique absolue, telle que la division de z\u00e9ro par z\u00e9ro, la soustraction de l’infini par l’infini ou l’\u00e9valuation du logarithme d’un nombre n\u00e9gatif sur le corps des r\u00e9els. Bien que les fonctions de v\u00e9rification bool\u00e9enne telles que is.na()<\/em> renvoient la valeur logique TRUE<\/em> face \u00e0 un NaN<\/em> (consid\u00e9rant qu’un r\u00e9sultat non num\u00e9rique est \u00e9galement une observation indisponible), la r\u00e9ciproque n’est pas vraie : un NA<\/em> classique ne saurait \u00eatre qualifi\u00e9 de NaN<\/em> par la primitive is.nan()<\/em>. La ma\u00eetrise de cette fronti\u00e8re s\u00e9mantique est indispensable pour isoler les erreurs algorithmiques pures des simples carences de mesure.<\/p>\n L’introduction d’un NA<\/em> dans une cha\u00eene d’\u00e9valuation arithm\u00e9tique engendre un ph\u00e9nom\u00e8ne syst\u00e9matique de contamination descendante. Dans le mod\u00e8le de calcul de R, les op\u00e9rateurs primitifs d’addition, de soustraction, de multiplication ou d’exponentiation appliquent aveugl\u00e9ment les lois de la logique tri-valu\u00e9e de Kleene. Si l’on applique l’op\u00e9rateur d’addition vectorielle entre un scalaire d\u00e9fini et un scalaire non disponible, le syst\u00e8me retourne irr\u00e9vocablement un NA<\/em>. Cette logique de pr\u00e9servation de l’ignorance math\u00e9matique s’\u00e9tend aux fonctions d’agr\u00e9gation statistique \u00e9l\u00e9mentaires telles que sum()<\/em>, mean()<\/em>, median()<\/em>, var()<\/em> ou sd()<\/em>. Par d\u00e9faut, chacune de ces fonctions retournera la constante NA<\/em> d\u00e8s lors qu’un seul \u00e9l\u00e9ment du vecteur d’entr\u00e9e s’av\u00e8re non renseign\u00e9, paralysant l’inf\u00e9rence descriptive globale de l’\u00e9chantillon.<\/p>\n Cet \u00e9chec syst\u00e9matique des fonctions d’agr\u00e9gation n’est pas un d\u00e9faut d’impl\u00e9mentation de R, mais rel\u00e8ve d’un choix d\u00e9lib\u00e9r\u00e9 et rigoureux de conception logicielle. Le langage refuse d’adopter une posture t\u00e9l\u00e9ologique consistant \u00e0 deviner les intentions de l’analyste. Si l’utilisateur sollicite la moyenne d’un ensemble de dix observations dont une est absente, le calcul formellement exact de la moyenne empirique de la population observ\u00e9e ne peut \u00eatre \u00e9tabli sans formuler une hypoth\u00e8se explicite sur la valeur manquante. Cette architecture impose \u00e0 l’analyste de prendre une d\u00e9cision \u00e9clair\u00e9e : exclure l’observation manquante, lui imputer une valeur vraisemblable selon un mod\u00e8le stochastique, ou suspendre l’inf\u00e9rence.<\/p>\n D\u00e8s lors, l’assainissement vectoriel contr\u00f4l\u00e9 devient une \u00e9tape m\u00e9thodologique imp\u00e9rative dans tout protocole de recherche scientifique ou d’ing\u00e9nierie pr\u00e9dictive. L’extraction anarchique ou inconsciente de valeurs NA<\/em> peut induire des alt\u00e9rations structurelles insidieuses, notamment une troncature artificielle de la distribution empirique ou une perte m\u00e9canique de puissance statistique lors des tests d’hypoth\u00e8ses subs\u00e9quents. L’analyste doit ainsi appr\u00e9hender les vecteurs non pas comme de simples listes de nombres, mais comme des structures formelles ob\u00e9issant \u00e0 des contrats d’int\u00e9grit\u00e9 de donn\u00e9es extr\u00eamement stricts.<\/p>\n Sous l’apparente simplicit\u00e9 du symbole universel NA<\/em> se dissimule une architecture interne sophistiqu\u00e9e, r\u00e9gie par la structure des vecteurs atomiques de base du langage R. Dans la conception structurelle de R, document\u00e9e de mani\u00e8re exhaustive dans le manuel de r\u00e9f\u00e9rence R Internals<\/a>, un vecteur atomique est une structure de donn\u00e9es contigu\u00eb en m\u00e9moire vive, caract\u00e9ris\u00e9e par une homog\u00e9n\u00e9it\u00e9 absolue de type. Par cons\u00e9quent, il est techniquement impossible qu’un scalaire de type ind\u00e9termin\u00e9 coexiste au sein d’un vecteur num\u00e9rique sans \u00eatre lui-m\u00eame formellement typ\u00e9. Pour surmonter cette contrainte architecturale, le noyau C de R impl\u00e9mente plusieurs variantes sp\u00e9cialis\u00e9es de la valeur manquante, correspondant aux diff\u00e9rents types fondamentaux : NA_real_<\/em> pour le type num\u00e9rique \u00e0 virgule flottante double pr\u00e9cision, NA_integer_<\/em> pour les entiers sign\u00e9s sur 32 bits, NA_character_<\/em> pour les cha\u00eenes textuelles, et NA_complex_<\/em> pour les nombres complexes.<\/p>\n Lorsqu’un utilisateur d\u00e9clare simplement la constante NA<\/em> sans suffixe ni qualification explicite, celle-ci est initialement instanci\u00e9e sous la forme d’un vecteur logique de longueur un, car le type logique est le plus permissif dans la hi\u00e9rarchie des coercitions. Cependant, d\u00e8s que cette constante est introduite au sein d’un vecteur pr\u00e9existant ou lors de la concat\u00e9nation via la fonction primitive c()<\/em>, les m\u00e9canismes d’interfa\u00e7age de type de R d\u00e9clenchent une op\u00e9ration de coercition implicite descendante. Si le vecteur r\u00e9cepteur est de type numeric<\/em> (r\u00e9el), le symbole g\u00e9n\u00e9rique NA<\/em> est instantan\u00e9ment et silencieusement transform\u00e9 en NA_real_<\/em>, encod\u00e9 au niveau binaire sous la forme d’une valeur sp\u00e9ciale de mantisse IEEE 754 pr\u00e9servant le bit de signalement d’invalidit\u00e9 num\u00e9rique.<\/p>\n Cette invariance de taille et ce typage fort au niveau de la repr\u00e9sentation sous-jacente garantissent que la pr\u00e9sence d’un NA<\/em> ne d\u00e9grade pas le contrat de performance des algorithmes compil\u00e9s sous-jacents en C ou en Fortran qui exploitent les vecteurs R. Chaque cellule d’un vecteur num\u00e9rique occupe immuablement 64 bits en m\u00e9moire vive, que cette cellule h\u00e9berge un nombre r\u00e9el r\u00e9gulier ou la valeur NA_real_<\/em>. L’allocation de m\u00e9moire demeure donc lin\u00e9aire et continue, \u00e9vitant l’instabilit\u00e9 de structures h\u00e9t\u00e9rog\u00e8nes. Cette rigueur structurelle permet \u00e0 R de maintenir une vitesse de parcours s\u00e9quentiel maximale lors de l’ex\u00e9cution d’it\u00e9rations vectorielles bas niveau.<\/p>\n Une des sources d’erreurs les plus r\u00e9currentes rencontr\u00e9es par les programmeurs novices ou issus d’autres environnements de d\u00e9veloppement r\u00e9side dans la tentative intuitive d’identifier une valeur manquante au moyen de l’op\u00e9rateur relationnel d’\u00e9galit\u00e9 stricte ==<\/em>. L’ex\u00e9cution d’une instruction telle que data == NA<\/em> conduit invariablement \u00e0 un vecteur compos\u00e9 int\u00e9gralement de valeurs NA<\/em> logiques, \u00e9chouant syst\u00e9matiquement \u00e0 isoler les \u00e9l\u00e9ments recherch\u00e9s. Cette r\u00e9action algorithmique n’est point une anomalie, mais d\u00e9coule directement de l’application scrupuleuse des axiomes de la logique de Kleene \u00e0 trois \u00e9tats : vrai, faux et inconnu.<\/p>\n En effet, lorsqu’on interroge la machine pour savoir si la valeur contenue dans une case vectorielle est identique \u00e0 une entit\u00e9 ind\u00e9finie, la r\u00e9ponse formelle ne saurait \u00eatre affirmative ou n\u00e9gative : la comparaison d’une valeur inconnue avec une autre valeur inconnue produit conceptuellement une ind\u00e9termination absolue. L’\u00e9galit\u00e9 ne peut \u00eatre prouv\u00e9e, pas plus que la non-\u00e9galit\u00e9 ne peut \u00eatre d\u00e9montr\u00e9e. Ainsi, l’\u00e9valuation de NA == NA<\/em> ne donne point TRUE<\/em>, mais rigoureusement NA<\/em>. De surcro\u00eet, le comportement logique conditionnel d’une instruction conditionnelle telle que if (data[1] == NA)<\/em> g\u00e9n\u00e8re une erreur bloquante fatale du syst\u00e8me d’ex\u00e9cution : missing value where TRUE\/FALSE needed<\/em>.<\/p>\n Pour r\u00e9soudre cette \u00e9quation et permettre une d\u00e9tection binaire et d\u00e9terministe de la vacuit\u00e9, R impl\u00e9mente une fonction primitive intrins\u00e8que d\u00e9nomm\u00e9e is.na()<\/em>. Cette sous-routine, programm\u00e9e directement au c\u0153ur du runtime en langage C pour maximiser ses performances, interroge directement les bits de poids fort du registre de chaque cellule vectorielle sans solliciter l’op\u00e9rateur d’\u00e9galit\u00e9 math\u00e9matique. La primitive is.na()<\/em> renvoie un vecteur bool\u00e9en de dimension rigoureusement identique \u00e0 celle du vecteur pass\u00e9 en argument d’entr\u00e9e. Chaque \u00e9l\u00e9ment de ce vecteur r\u00e9sultant prend la valeur TRUE<\/em> si la case correspondante h\u00e9berge un NA<\/em> (ou un NaN<\/em>), et la valeur FALSE<\/em> dans le cas contraire. C’est ce vecteur bool\u00e9en, agissant comme un calque binaire, qui constitue la clef de vo\u00fbte de toutes les op\u00e9rations de masquage logique et d’extraction indicielle au sein du langage.<\/p>\n La premi\u00e8re m\u00e9thode, universally reconnue pour son expressivit\u00e9 idiomatique et son respect absolu du paradigme vectoriel de R, repose sur la technique du sous-ensemble par indexation logique, couramment qualifi\u00e9e de masquage bool\u00e9en. Le processus intellectuel et op\u00e9rationnel de cette approche se d\u00e9compose en trois phases disjointes mais cons\u00e9cutives : la d\u00e9tection binaire des motifs manquants, la n\u00e9gation logique de ce masque, et enfin l’application de l’op\u00e9rateur d’extraction structurelle aux coordonn\u00e9es du vecteur d’origine.<\/p>\n Dans un premier temps, l’invocation de is.na(data)<\/em> projette la structure de donn\u00e9es dans un espace bool\u00e9en, identifiant de mani\u00e8re exhaustive l’emplacement de chaque cellule d\u00e9ficiente. Dans la mesure o\u00f9 l’objectif analytique consiste non pas \u00e0 conserver les valeurs manquantes, mais au contraire \u00e0 retenir exclusivement les mesures empiriques valides, l’analyste doit inverser ce vecteur logique au moyen de l’op\u00e9rateur unaire de n\u00e9gation bool\u00e9enne, mat\u00e9rialis\u00e9 par le point d’exclamation !<\/em>. L’expression !is.na(data)<\/em> produit ainsi un vecteur logique o\u00f9 les \u00e9l\u00e9ments valides sont associ\u00e9s \u00e0 la valeur TRUE<\/em> et les \u00e9l\u00e9ments alt\u00e9r\u00e9s ou absents sont cod\u00e9s par FALSE<\/em>.<\/p>\n Dans un troisi\u00e8me temps intervient l’op\u00e9rateur d’indexation vectorielle canonique mat\u00e9rialis\u00e9 par les crochets simples []<\/em>. Au sein du syst\u00e8me d’ex\u00e9cution de R, l’op\u00e9rateur d’indexation appliqu\u00e9 conjointement \u00e0 un argument bool\u00e9en de m\u00eame longueur que le vecteur cible filtre s\u00e9lectivement les adresses m\u00e9moire des \u00e9l\u00e9ments. Tout \u00e9l\u00e9ment co\u00efncidant avec la coordonn\u00e9e d’un drapeau bool\u00e9en TRUE<\/em> est conserv\u00e9 et dupliqu\u00e9 dans un nouveau segment contigu de m\u00e9moire vive, tandis que chaque coordonn\u00e9e associ\u00e9e \u00e0 la valeur FALSE<\/em> est silencieusement ignor\u00e9e lors de la recopie. Ce m\u00e9canisme garantit une s\u00e9lection d\u00e9terministe et directe, sans recourir \u00e0 aucune structure it\u00e9rative explicite telle qu’une boucle for<\/em> ou while<\/em>.<\/p>\n Pour illustrer la mise en \u0153uvre de cette m\u00e9thode fondamentale, consid\u00e9rons la construction d’un vecteur num\u00e9rique synth\u00e9tique repr\u00e9sentant des mesures physiologiques, au sein duquel s’intercalent des observations isol\u00e9es et des s\u00e9quences contigu\u00ebs de valeurs absentes. Ce vecteur d’\u00e9valuation peut \u00eatre formalis\u00e9 comme suit au moyen de la primitive de concat\u00e9nation : un vecteur contenant successivement les r\u00e9els 12.4, 15.8, la valeur manquante NA<\/em>, le r\u00e9el 18.2, deux valeurs NA<\/em> cons\u00e9cutives, et le r\u00e9el 21.0. \u00c0 ce stade, la longueur intrins\u00e8que du vecteur, v\u00e9rifiable au moyen de la fonction native length(data)<\/em>, \u00e9quivaut exactement \u00e0 sept unit\u00e9s d’allocation.<\/p>\n L’assainissement durable de cette structure de donn\u00e9es s’obtient par la d\u00e9claration explicite de l’assignation de filtrage : data_purified <- data[!is.na(data)]<\/em>. Dans cette instruction, R \u00e9value de prime abord le terme log\u00e9 entre crochets, g\u00e9n\u00e9rant un vecteur bool\u00e9en interm\u00e9diaire de sept positions. Ce masque pr\u00e9sente l’agencement logique suivant : c(TRUE, TRUE, FALSE, TRUE, FALSE, FALSE, TRUE)<\/em>. Lorsque l’op\u00e9rateur d’extraction \u00e9value cette expression contre le vecteur initial, seules les adresses 1, 2, 4 et 7 sont extraites et copi\u00e9es vers le pointeur data_purified<\/em>.<\/p>\n Si l’analyste examine d\u00e9sormais l’objet r\u00e9sultant via l’interrogateur length(data_purified)<\/em>, la machine atteste formellement que le conteneur ne d\u00e9nombre plus que quatre \u00e9l\u00e9ments d’observation. L’affichage du vecteur purifi\u00e9 d\u00e9montre une suppression radicale et propre de toute composante non disponible, les r\u00e9els contigus occupant d\u00e9sormais des positions indicielles r\u00e9index\u00e9es de 1 \u00e0 4. Cette contraction dimensionnelle est d\u00e9finitive pour l’objet nouvellement assign\u00e9, garantissant que toute manipulation math\u00e9matique subs\u00e9quente s’op\u00e9rera sur un sous-ensemble parfaitement dense et exempt de corruption.<\/p>\n L’un des avantages structurels majeurs du filtrage vectoriel par n\u00e9gation logique r\u00e9side dans son aptitude \u00e0 modifier de mani\u00e8re persistante l’espace d’adressage de l’objet si l’on proc\u00e8de \u00e0 une r\u00e9assignation directe sur la variable d’origine au moyen de la syntaxe data <- data[!is.na(data)]<\/em>. Cette r\u00e9\u00e9criture contr\u00f4l\u00e9e \u00e9crase la r\u00e9f\u00e9rence de l’ancien conteneur pour allouer un espace m\u00e9moire optimis\u00e9, r\u00e9duisant imm\u00e9diatement la charge r\u00e9sidente de la session de travail R d\u00e8s lors que l’ancien bloc m\u00e9moire est r\u00e9cup\u00e9r\u00e9 par le ramasse-miettes (garbage collector<\/em>).<\/p>\n Par ailleurs, cette approche pr\u00e9serve de fa\u00e7on immacul\u00e9e l’int\u00e9grit\u00e9 du type atomique originel du vecteur ainsi que l’ensemble de ses attributs primaires, sans lui adjoindre de m\u00e9tadonn\u00e9es superflues ou perturbatrices. Le vecteur ainsi \u00e9lagu\u00e9 demeure un vecteur atomique standard au sens le plus pur de l’architecture S. Il n’h\u00e9rite d’aucune classe suppl\u00e9mentaire (telle qu’une classe S3 d\u00e9di\u00e9e \u00e0 l’omission) et ne conserve aucun r\u00e9sidu structurel susceptible de fausser des calculs bas niveau ou de perturber des interfaces de programmation applicatives (API) connect\u00e9es via le m\u00e9canisme .Call<\/em> vers des biblioth\u00e8ques C++ compil\u00e9es.<\/p>\n Enfin, le masquage par [!is.na()]<\/em> offre une interop\u00e9rabilit\u00e9 et une universalit\u00e9 absolues. Il fonctionne sans la moindre alt\u00e9ration s\u00e9mantique sur tous les types fondamentaux de la hi\u00e9rarchie R : vecteurs d’entiers, de nombres \u00e0 virgule flottante double pr\u00e9cision, de cha\u00eenes de caract\u00e8res, de valeurs bool\u00e9ennes ou de grandeurs complexes. Cette neutralit\u00e9 paradigmatique fait de l’indexation bool\u00e9enne la m\u00e9thode de r\u00e9f\u00e9rence absolue pr\u00e9conis\u00e9e dans le d\u00e9veloppement de progiciels robustes et le code d’infrastructure logicielle au sein de l’\u00e9cosyst\u00e8me Comprehensive R Archive Network (CRAN)<\/a>.<\/p>\n D’un point de vue algorithmicien, l’op\u00e9ration de filtrage par masquage bool\u00e9en pr\u00e9sente une complexit\u00e9 temporelle asymptotique strictement lin\u00e9aire, not\u00e9e formellement O(N)<\/em>, o\u00f9 N<\/em> repr\u00e9sente le nombre cardinal total d’\u00e9l\u00e9ments log\u00e9s dans le vecteur d’origine. Lors de l’ex\u00e9cution, l’interpr\u00e9teur R doit parcourir une premi\u00e8re fois l’ensemble des adresses m\u00e9moires s\u00e9quentielles pour construire le vecteur de bits \u00e9manant de is.na()<\/em>, appliquer l’inversion unaire !<\/em> \u00e0 chaque cellule bool\u00e9enne, puis ex\u00e9cuter un second balayage s\u00e9quentiel pour identifier les occurrences associ\u00e9es \u00e0 la valeur TRUE<\/em> et allouer le bloc de m\u00e9moire r\u00e9cepteur destin\u00e9 \u00e0 h\u00e9berger les \u00e9l\u00e9ments filtr\u00e9s.<\/p>\n1. Introduction \u00e0 la gestion des valeurs manquantes dans les vecteurs R<\/h2>\n
1.1 Nature et omnipr\u00e9sence des valeurs NA dans les ensembles de donn\u00e9es<\/h3>\n
1.2 Cons\u00e9quences de la pr\u00e9sence de NA sur les op\u00e9rations fondamentales<\/h3>\n
2. Typologie et s\u00e9mantique des valeurs NA dans l’environnement R<\/h2>\n
2.1 Sous-classes atomiques du type NA dans R<\/h3>\n
2.2 Comportement bool\u00e9en et test de vacuit\u00e9<\/h3>\n
3. M\u00e9thode 1 : Filtrage vectoriel par indexation logique avec is.na()<\/h2>\n
3.1 Principe de l’extraction par masquage logique<\/h3>\n
3.2 Syntaxe formelle et impl\u00e9mentation pas \u00e0 pas<\/h3>\n
3.3 Avantages structurels de la r\u00e9assignation directe<\/h3>\n
4. D\u00e9composition technique et analyse de performance de la M\u00e9thode 1<\/h2>\n
4.1 Complexit\u00e9 algorithmique et gestion de la m\u00e9moire vive<\/h3>\n