R中产生NA的子集行，但数据框中没有NA

Question

我查看了其他问题，这些问题似乎存在类似问题，随机行被所有 NA 值替换，但没有找到解决方案，因为其他用户的数据帧中已经存在 NA（如 Subsetting R data frame results in mysterious NA rows） .

我首先使用 na.omit 删除任何可能的 NA，但在最后一步仍会生成 NA 行。

我使用三列对数据进行子集化 - ID 列是数字和字母的混合 (11xx1234)，二进制分类列（0 或 1），以及距离以米为单位的值列。任何出现不止一次的 ID 在二进制类别列中分配一个 1。 我正在尝试提取二进制类别列中为 1 的数据，但不希望 ID 多次表示，这样与每个 ID 关联的距离不会被计算多次，并且会影响任何统计测试。

比如：

x<-data.frame(ObjectID = c("11AD1234", "11AD1234", "11AB123", "11BA34", "11DA354", "11DA354"), 
component = c(1,1,0,0,1,1), 
distance = c(2,2,5,8,4,4))

这给出了：

  ObjectID component distance
1 11AD1234         1        2
2 11AD1234         1        2
3  11AB123         0        5
4   11BA34         0        8
5  11DA354         1        4
6  11DA354         1        4

这是我尝试使用的代码，在添加距离列之前效果很好。

x[unique(x[x$component==1,]$ObjectID),]$distance
[1] 2 8

正确答案应该是 2 和 4，那我在做什么弄乱了这个？并且还以某种方式用 NA 替换了一堆行（尽管在此示例中未表示）？真实数据属于机密，不能共享，抱歉！

Answer 1

很难评论如何从数据中删除 NA。您可以使用几个选择。

根据您的数据，考虑这一点

x<-data.frame(ObjectID = c("11AD1234", "11AD1234", "11AB123", "11BA34", "11DA354", "11DA354","11DA354", "11DA354"), 
              component = c(1,1,0,0,1,1, NA, NA), 
              distance = c(2,2,5,8,NA,NA,4,4))

x <- x[!is.na(x)]

另一种选择是使用库来为您执行此操作。

library(tidyverse)
x %>% na.omit() 

Answer 2

我们可以用逻辑表达式指定行，将列名作为字符串的列子集，获取unique并提取distance

unique(x[x$component ==1, c("ObjectID", "distance")])$distance
#[1] 2 4

如果目的只是根据“ObjectID”的“唯一”值获取“距离”，我们可以使用duplicated

with(subset(x, component == 1, select = c(ObjectID, distance)), 
        distance[!duplicated(ObjectID)])
#[1] 2 4

---

或者更简洁，用&连接两个条件

subset(x, !duplicated(ObjectID) & component == 1)$distance
#[1] 2 4

---

OP 代码中的问题是使用 'ObjectID' 的 unique 值作为行索引，由于索引可以是逻辑索引或数字索引而失败

unique(x[x$component==1,]$ObjectID)
#[1] "11AD1234" "11DA354" 

如果我们必须将其转换为逻辑，我们可以使用%in%