具有多列条件的 dplyr 过滤器

Question

这是一个虚拟数据：

father<- c(1, 1, 1, 1, 1)
mother<- c(1, 1, 1, NA, NA) 
children <- c(NA, NA, 2, 5, 2) 
cousins   <- c(NA, 5, 1, 1, 4) 


dataset <- data.frame(father, mother, children, cousins)  
dataset


father  mother  children cousins
1      1       NA      NA
1      1       NA       5
1      1        2       1
1     NA        5       1
1     NA        2       4

我想过滤这一行：

  father  mother  children cousins
    1      1       NA      NA

我可以做到：

test <- dataset %>% 
filter(father==1 & mother==1) %>%
filter (is.na(children)) %>%
filter (is.na(cousins))
test  

我的问题： 我有很多列，例如祖父、叔叔1、叔叔2、叔叔3，我想避免这样的事情：

  filter (is.na(children)) %>%
  filter (is.na(cousins)) %>%
  filter (is.na(uncle1)) %>%
  filter (is.na(uncle2)) %>%
  filter (is.na(uncle3)) 
  and so on...

我如何使用 dplyr 过滤所有带有 na 的列（父亲==1 和母亲==1 除外）

Answer 1

dplyr >= 1.0.4

如果您使用 dplyr 版本 >= 1.0.4，您确实应该使用 if_any 或 if_all，它们专门将谓词函数的结果组合成一个逻辑向量，使其在 filter 中非常有用。语法与across 相同，但添加了这些动词来帮助满足这一需求：if_any/if_all。

library(dplyr)

dataset %>% 
  filter(if_all(-c(father, mother), ~ is.na(.)), if_all(c(father, mother), ~ !is.na(.)))

输出

  father mother children cousins
1      1      1       NA      NA

Answer 2

一个可能的dplyr(0.5.0.9004

# > packageVersion('dplyr')
# [1] ‘0.5.0.9004’

dataset %>%
    filter(!is.na(father), !is.na(mother)) %>%
    filter_at(vars(-father, -mother), all_vars(is.na(.)))

解释：

• vars(-father, -mother)：选择除father 和mother 之外的所有列。
• all_vars(is.na(.))：为所有选定的列保留is.na 为TRUE 的行。

注意：如果 any 列中is.na 为TRUE 的行要保留，则应使用any_vars 而不是all_vars。

---

更新（2020-11-28）

由于 _at 函数和 vars 自 dplyr 1.0 以来已被 across 的使用所取代，现在建议使用以下方式（或类似方式）：

dataset %>%
    filter(across(c(father, mother), ~ !is.na(.x))) %>%
    filter(across(c(-father, -mother), is.na))

在此处查看across 的更多示例以及如何使用新方法重写以前的代码：Colomn-wise operatons 或在安装最新版本的dplyr 后在 R 中键入 vignette("colwise")。

Answer 3

似乎没有一个答案是适应性强的解决方案。我认为目的不是列出所有变量和值来过滤数据。

实现这一目标的一种简单方法是通过合并。如果你有 df_filter 中的所有条件，那么你可以这样做：

df_results = df_filter %>% left_join(df_all)

Answer 4

dplyr 解决方案：

test <- dataset %>% 
  filter(father==1 & mother==1 & rowSums(is.na(.[,3:4]))==2)

其中“2”是应为NA 的列数。

这给出了：

> test
  father mother children cousins
1      1      1       NA      NA

---

您也可以在基础 R 中应用此逻辑：

dataset[dataset$father==1 & dataset$mother==1 & rowSums(is.na(dataset[,3:4]))==2,]

Answer 5

这是一个使用两个 Reduce 函数和 [ 子集的基本 R 方法。

keepers <- Reduce(function(x, y) x == 1 & y == 1, dataset[, 1:2]) &
           Reduce(function(x, y) is.na(x) & is.na(y), dataset[, 3:4])
keepers
[1]  TRUE FALSE FALSE FALSE FALSE

每个Reduce 连续获取提供的变量并执行逻辑检查。这两个结果与& 相关联。 Reduce 函数的第二个参数可以调整为在 data.frame 中包含您想要的任何变量。

然后使用逻辑向量进行子集化

dataset[keepers,]
  father mother children cousins
1      1      1       NA      NA