dplyr：使用**选择 NA 值**过滤多个条件

Question

我知道关于filter multiple conditions 的所有问题都有非常全面的答案，例如Q1、Q2，甚至删除NA valuesQ3、@987654324 @。

但我有一个不同的问题，我如何使用dplyr 甚至data.table 函数来实现filter 以同时保留NA 值和conditional parameters？

作为下面的示例，我想保留Var3 中的所有值，即>5 PLUS NA values。

library(data.table)
library(dplyr)

 Var1<- seq(1:5)
 Var2<- c("s", "a", "d", NA, NA)
 Var3<- c(NA, NA, 2, 5, 2) 
 Var4<- c(NA, 5, 1, 3,4)
 DT <- data.table(Var1,Var2,Var3, Var4) 
 DT
   Var1 Var2 Var3 Var4
1:    1    s   NA   NA
2:    2    a   NA    5
3:    3    d    2    1
4:    4   NA    5    3
5:    5   NA    2    4

预期结果：

       Var1 Var2 Var3 Var4
    1:    1    s   NA   NA
    2:    2    a   NA    5
    3:    3    d    2    1
    4:    5   NA    2    4

我尝试了以下但不成功：

##Using dplyr::filter
 DT %>%  filter(!Var3 ==5)
  Var1 Var2 Var3 Var4
1    3    d    2    1
2    5 <NA>    2    4

# or

DT %>%  filter(Var3 <5 & is.na(Var3))
[1] Var1 Var2 Var3 Var4
<0 rows> (or 0-length row.names)

## using data.table 

 DT[DT[,.I[Var3 <5], Var1]$V1]
   Var1 Var2 Var3 Var4
1:   NA   NA   NA   NA
2:   NA   NA   NA   NA
3:    3    d    2    1
4:    5   NA    2    4

非常感谢任何有关解释的帮助！

Answer 1

我认为这会奏效。使用| 为过滤器指示or。 dt2 是预期的输出。

library(dplyr)

Var1 <- seq(1:5)
Var2 <- c("s", "a", "d", NA, NA)
Var3 <- c(NA, NA, 2, 5, 2) 
Var4 <- c(NA, 5, 1, 3, 4)

dt <- data_frame(Var1, Var2, Var3, Var4)

dt2 <- dt %>% filter(Var3 < 5 | is.na(Var3))

Answer 2

对于data.table，我们使用以下逻辑来过滤“Var3”小于 5 且不是 NA (!is.na(Var3)) 或 (|) 的行（如果它是 NA）

DT[(Var3 < 5& !is.na(Var3)) | is.na(Var3)]
#   Var1 Var2 Var3 Var4
#1:    1    s   NA   NA
#2:    2    a   NA    5
#3:    3    d    2    1
#4:    5   NA    2    4

---

如果我们需要dplyr，只需在filter中使用相同的逻辑

DT %>%
   filter((Var3 <5  & !is.na(Var3)) | is.na(Var3))

正如@ycw 提到的，& !is.na(Var3) 并不是真正需要的，但如果我们删除 is.na(Var3)，它就变得很重要

DT[, Var3 < 5 ]
#[1]    NA    NA  TRUE FALSE  TRUE

DT[, Var3 < 5  & !is.na(Var3)]
#[1] FALSE FALSE  TRUE FALSE  TRUE