R’da Mantıksal Değerler, Karşılaştırma Operatörleri ve NA / NULL Farkı
Programlamada her karar bir soruya dayanır: “Bu sayı 100’den büyük mü?”, “Bu hücre boş mu?”, “İki metin aynı mı?” Cevabı her zaman iki seçenekten biridir. R bu iki seçeneğe mantıksal değer der.
Bu derste R mantıksal değerler, karşılaştırma operatörleri ve en sinsi iki kavram olan NA ile NULL konusunu işleyeceğiz. Üçüncü konu özellikle önemli. Veri analizinde en çok zaman kaybettiren hataların büyük kısmı buradan çıkar.
TRUE ve FALSE
R’da mantıksal değerler TRUE ve FALSE‘tur. Hepsi büyük harfle yazılır. true veya True yazarsan R onu bir değişken adı sanar ve “nesne bulunamadı” der.
# Mantıksal değer tanımla
aktif_mi <- TRUE
# Türünü kontrol et
class(aktif_mi)
# Mantıksal değerler aslında sayıdır: TRUE = 1, FALSE = 0
TRUE + TRUE[1] "logical"
[1] 2R, T ve F kısaltmalarını da tanır. Ama bunları kullanma. Bunlar sıradan değişkenlerdir ve değerlerini değiştirebilirsin. T <- 0 yazan biri kodun geri kalanında sessiz bir bomba bırakmış olur. Her zaman TRUE ve FALSE yaz.
Karşılaştırma Operatörleri
==eşit mi?!=eşit değil mi?<,>küçük mü, büyük mü?<=,>=küçük eşit mi, büyük eşit mi?%in%bir değer verilen listenin içinde mi?
5 == 5
5 != 3
7 <= 7
"elma" == "Elma"
3 %in% c(1, 2, 3)[1] TRUE
[1] TRUE
[1] TRUE
[1] FALSE
[1] TRUEDördüncü satıra dikkat: R büyük-küçük harfe duyarlıdır. "elma" ile "Elma" farklı metinlerdir.
= ile == Karışıklığı
Tek eşittir atama yapar veya fonksiyon argümanı belirtir. Çift eşittir karşılaştırır. Bu iki sembol karıştırılınca if (x = 5) gibi satırlar hata verir. Okurken kendi kendine “eşit mi?” diye sor ve iki eşittirle yaz.
Ondalık Sayıları == ile Karşılaştırma
# Matematikte doğru, bilgisayarda yanlış
0.1 + 0.2 == 0.3
# Doğru yol: küçük sayısal farkları tolere et
isTRUE(all.equal(0.1 + 0.2, 0.3))[1] FALSE
[1] TRUEArka planda ne oldu? Bilgisayar ondalık sayıları ikilik tabanda saklar. 0.1 ve 0.2 ikilik tabanda tam olarak ifade edilemez, küçük bir yuvarlama hatası taşır. Toplamları 0.3’ten çok küçük bir miktar farklı çıkar. all.equal() bu mikro farkı tolere eder. isTRUE() ise sonucu temiz bir TRUE ya da FALSE‘a çevirir. Bu hata R’a özgü değil, her dilde vardır. Ama R’da sonuçları == ile test eden biri mutlaka bir kez bu duvara çarpar.
Farklı Türleri Karşılaştırmak
# Sayı ile metin karşılaştırılınca sayı metne çevrilir
5 == "5"[1] TRUER, iki farklı türü karşılaştırırken uyarı vermeden birini diğerine çevirir. Veri tablosunda bir sütun metin olarak gelmişse karşılaştırmaların “çalışıyor gibi” görünüp yanlış sonuç vermesinin sebebi bu olabilir.
Vektörlerle Karşılaştırma
R’da karşılaştırmalar vektörün her elemanına ayrı ayrı uygulanır. Döngü yazmana gerek kalmaz.
notlar <- c(45, 80, 62, 90)
# Her not için "50'den büyük mü?" sorusu
gecenler <- notlar > 50
gecenler
# TRUE sayı olarak 1 sayıldığı için toplam geçen kişi sayısını verir
sum(gecenler)
# Ortalama ise geçenlerin oranını verir
mean(gecenler)[1] FALSE TRUE TRUE TRUE
[1] 3
[1] 0.75Dörtte üçü geçmiş. sum() ve mean() ile mantıksal vektörlerden sayı elde etmek R’da çok kullanılan bir kısayoldur. Veri analizinde “yüzde kaçı koşulu sağlıyor” sorusunun cevabı genellikle tek satırdır.
NA: Eksik Değer
NA, “not available” (mevcut değil) demektir. Bir değer vardı ama bilinmiyor. Anket cevaplanmamış, sensör ölçüm yapamamış, hücre boş bırakılmış olabilir.
satislar <- c(120, 150, NA, 130)
# NA ile yapılan hesap NA verir
sum(satislar)
mean(satislar)
# NA'ları hesaptan çıkarmak için na.rm = TRUE
sum(satislar, na.rm = TRUE)
mean(satislar, na.rm = TRUE)[1] NA
[1] NA
[1] 400
[1] 133.3333Arka planda ne oldu? R’ın mantığı şu: bilinmeyen bir değeri toplarsan sonuç da bilinmez. Dolayısıyla NA bulaşıcıdır, içinde bir tane bile olan hesap NA döndürür. Bu aslında dürüst bir davranıştır. R sana “eksik veri var, farkında ol” diyor.
Acı tecrübe zamanı: na.rm = TRUE yazınca sorun kayboluyor, ama bu aynı zamanda verinin bir kısmını sessizce hesaptan çıkarıyor. 100 satırdan 40’ı eksikse ortalama sadece 60 satıra dayanır. Çıkarmadan önce kaç eksik değer olduğunu mutlaka kontrol et.
NA’yı Tespit Etmek
# NA == NA sonucu da NA'dır: eksik olan ile eksik olan eşit mi? Bilinmez.
NA == NA
# NA'yı yakalamak için is.na() kullan
is.na(satislar)
# Kaç tane eksik değer var?
sum(is.na(satislar))[1] NA
[1] FALSE FALSE TRUE FALSE
[1] 1x == NA yazmak yaygın bir yeni başlayan hatasıdır. Sonucu her zaman NA olur, hiçbir zaman TRUE olmaz. NA kontrolü için tek yol is.na()‘dır.
NULL: Hiçlik
NA “değer var ama bilmiyoruz” demekti. NULL ise “hiçbir şey yok” demek. Boş bir kutu ile içeriği bilinmeyen kapalı bir kutu arasındaki fark gibi.
# NULL uzunluğu sıfırdır, NA ise uzunluğu 1 olan bir değerdir
length(NULL)
length(NA)
# NULL vektöre eklenince kaybolur, NA yerinde durur
c(1, NULL, 3)
c(1, NA, 3)
# NULL kontrolü
is.null(NULL)
# NULL ile karşılaştırma boş sonuç döndürür
NULL == 1[1] 0
[1] 1
[1] 1 3
[1] 1 NA 3
[1] TRUE
logical(0)Son satırdaki logical(0) uzunluğu sıfır olan boş bir mantıksal vektördür. Bunu bir if koşulunun içine koyarsan hata alırsın. Bir fonksiyonun hiçbir şey döndürmediği durumlarda da NULL ile karşılaşırsın.
NA ve NULL Karşılaştırması
- NA: Bir yer tutucu. Vektörde yerini korur, uzunluğa katılır, hesapları bozar.
- NULL: Hiçlik. Uzunluğu sıfırdır, vektöre eklenince yok olur.
- Kontrol:
is.na()veis.null(). İkisi birbirinin yerine kullanılamaz.
Kontrol Listesi
TRUEveFALSEyazıyorum,TveFkullanmıyorum.=,<-ve==arasındaki farkı biliyorum.- Ondalık sayıları
==yerineall.equal()ile karşılaştırıyorum. sum()vemean()ile mantıksal vektörden sayı ve oran çıkarabiliyorum.NAkontrolünüis.na()ile yapıyorum,== NAyazmıyorum.na.rm = TRUEkullanmadan önce kaç eksik değer olduğuna bakıyorum.
Sıkça Sorulan Sorular
R’da NA ile NULL arasındaki fark nedir?
NA bilinmeyen bir değerin yer tutucusudur ve vektörde yer kaplar. NULL ise hiçlik anlamına gelir, uzunluğu sıfırdır ve vektöre eklenince kaybolur.
Neden NA == NA sonucu TRUE değil?
İki bilinmeyen değerin eşit olup olmadığı da bilinmez. Biri 5, öteki 8 olabilir. R bu belirsizliği NA ile döndürür. Kontrol için is.na() kullanmalısın.
NA’ları silmek mi, doldurmak mı daha doğru?
Duruma göre değişir. Eksiklerin sebebi rastgele ve az sayıdaysa silmek makuldür. Sistematik bir eksiklik varsa silmek sonuçları çarpıtabilir. Bu konuya 40. derste Veri Temizleme bölümünde döneceğiz.
T ve F neden kullanılmamalı?
T ve F sıradan değişkenlerdir. Biri kodun herhangi bir yerinde T <- 0 yazarsa tüm mantıksal kontroller bozulur. TRUE ve FALSE ise değiştirilemez.
Sıradaki ders: Artık R’a evet-hayır soruları sorabiliyorsun. Cevabına göre farklı yollara girmeyi öğrenme zamanı. 12. derste if, else if, else ve ifelse() ile kararlar vereceğiz.



![R’da Vektör İndeksleme ve Filtreleme: [ ] Kullanımı, which() ve NA Tuzağı](https://verirotasi.com/wp-content/uploads/2026/10/r19-768x429.jpg)



