对数据框进行子集化以排除与 NA 在同一行中的值

Question

我有一个名为“数据”的数据框。其中一列称为“reward”，另一列称为“X.targetResp”。我想创建一个名为“reward”的新数据框，它包含“data”中“reward”列中的所有值。但是，我想排除与“data”的“X.targetResp”列中的 NA 值位于同一行的“reward”列的值。

我尝试了以下方法：

reward <- data$reward %in% filter(!is.na(data$X.targetResp))
reward <- subset(data, reward, !(X.targetResp=="NA"))
reward <- subset(data, reward, !is.na(X.targetResp))

...但我得到了他们每个人的错误。

感谢您的意见！

Answer 1

在dplyr中，您可以使用filter和!is.na()过滤掉X.targetResp中的NA，然后使用select函数选择reward列。

library(dplyr)

# Create example data frame
dat <- data_frame(reward = 1:5,
                  X.targetResp = c(2, 4, NA, NA, 10))

# Print the data frame
dat
# # A tibble: 5 x 2
#   reward X.targetResp
#    <int>        <dbl>
# 1      1            2
# 2      2            4
# 3      3           NA
# 4      4           NA
# 5      5           10

# Use the filter function
reward <- dat %>%
  filter(!is.na(X.targetResp)) %>%
  select(reward)
reward
# # A tibble: 3 x 1
# reward
#    <int>
# 1      1
# 2      2
# 3      5

这是一个具有类似逻辑的基本 R 解决方案。

subset(dat, !is.na(X.targetResp), "reward")
# A tibble: 3 x 1
reward
#    <int>
# 1      1
# 2      2
# 3      5

您还可以考虑在X.targetResp 上使用drop_na tidyr。

library(dplyr)
library(tidyr)
reward <- dat %>%
  drop_na(X.targetResp) %>%
  select(reward)
reward
# # A tibble: 3 x 1
#   reward
#    <int>
# 1      1
# 2      2
# 3      5

这是data.table 包的示例。

library(data.table)

setDT(dat)

reward <- dat[!is.na(X.targetResp), .(reward)]
reward
#    reward
# 1:      1
# 2:      2
# 3:      5

Answer 2

您可以简单地使用na.omit，它旨在解决这个问题：

# replicating the same example data frame given by @www
data <- data.frame(
  reward = 1:5,
  X.targetResp = c(2, 4, NA, NA, 10)
)

# omitting the rows containing NAs
reward <- na.omit(data)

# resulting data frame with both columns
reward
#   reward X.targetResp
# 1      1            2
# 2      2            4
# 5      5           10

# you can easily extract the first column if necessary
reward[1]
#   reward
# 1      1
# 2      2
# 5      5

跟进@www 的评论：

如果有其他列要避开：

# omitting the rows where only X.targetResp is NA
reward <- data[complete.cases(data["X.targetResp"]),  ]

# resulting data frame with both columns
reward
#   reward X.targetResp
# 1      1            2
# 2      2            4
# 5      5           10

# you can easily extract the first column if necessary
reward[1]
#   reward
# 1      1
# 2      2
# 5      5