使用 dplyr 管道删除空列答案

【问题标题】：Piping the removal of empty columns using dplyr使用 dplyr 管道删除空列
【发布时间】：2018-08-28 17:12:12
【问题描述】：

我有一个宽格式的参与者问卷回复数据框，每一列代表一个特定的问题/项目。

数据框看起来像这样：

id <- c(1, 2, 3, 4)
Q1 <- c(NA, NA, NA, NA)
Q2 <- c(1, "", 4, 5)
Q3 <- c(NA, 2, 3, 4)
Q4 <- c("", "", 2, 2)
Q5 <- c("", "", "", "")
df <- data.frame(id, Q1, Q2, Q3, Q4, Q5)

我希望 R 删除每行中包含 (1) NA 或 (2) 空白的所有值的列。因此，我不想要 Q1 列（完全由 NA 组成）和 Q5 列（完全由“”形式的空白组成）。

根据thread，我可以使用以下内容删除完全由 NA 组成的列：

df[, !apply(is.na(df), 2, all]

但是，该解决方案无法处理空格 ("")。当我在 dplyr 管道中执行所有这些操作时，有人还可以解释我如何将上述代码合并到 dplyr 管道中吗？

此时，我的 dplyr 管道如下所示：

df <- df %>%
    select(relevant columns that I need)

之后，我被困在这里并使用方括号 [] 对非 NA 列进行子集化。

谢谢！非常感谢。

【问题讨论】：

你的 dplyr 管道现在是什么样子的？
我已经更新了我的帖子，以反映我的 dplyr 管道现在的样子。

标签： r dplyr

【解决方案1】：

使用dplyr 1.0 版，您可以在select 中使用辅助函数where()，而无需使用select_if。

library(tidyverse)
df <- data.frame(id = c(1, 2, 3, 4),
                 Q1 = c(1, "", 4, 5), 
                 Q2 = c(NA, NA, NA, NA),
                 Q3 = c(NA, 2, 3, 4), 
                 Q4 = c("", "", 2, 2), 
                 Q5 = c("", "", "", ""))

df %>% select(where(~ !(all(is.na(.)) | all(. == ""))))
#>   id Q1 Q3 Q4
#> 1  1  1 NA   
#> 2  2     2   
#> 3  3  4  3  2
#> 4  4  5  4  2

【讨论】：

【解决方案2】：

我们可以使用select_if的版本

library(dplyr)
df %>%
   select_if(function(x) !(all(is.na(x)) | all(x=="")))

#  id Q2 Q3 Q4
#1  1  1 NA   
#2  2     2   
#3  3  4  3  2
#4  4  5  4  2

或者不使用匿名函数调用

df %>% select_if(~!(all(is.na(.)) | all(. == "")))

您还可以将apply 语句修改为

df[!apply(df, 2, function(x) all(is.na(x)) | all(x==""))]

或使用colSums

df[colSums(is.na(df) | df == "") != nrow(df)]

逆向

df[colSums(!(is.na(df) | df == "")) > 0]

【讨论】：

谢谢！ select和select_if有什么区别
@DTYK select 期望选择列的名称，而 select_if 期望只有当值为 TRUE 时才会在其中选择列的逻辑向量。

【解决方案3】：

您可以使用select_if 来执行此操作。

方法：

col_selector <- function(x) {
  return(!(all(is.na(x)) | all(x == "")))
}


df %>% select_if(col_selector)

输出：

  id Q2 Q3 Q4
1  1  1 NA   
2  2     2   
3  3  4  3  2
4  4  5  4  2

【讨论】：