根据值从数据框中删除行，忽略 NA答案

【问题标题】：remove rows from dataframe based on value, ignoring NAs根据值从数据框中删除行，忽略 NA
【发布时间】：2019-06-11 18:48:52
【问题描述】：

我有一个数据框，我想根据特定列中的值从中删除行。例如，数据框如下所示：

    a  b  c  d 
1   1  2  3  0
2   4 NA  1 NA
3   6  4  0  1
4  NA  5  0  0

我想删除 d 列中值大于 0 的所有行。我一直在尝试使用以下代码来执行此操作：

df <- df[!df$d > 0, ]

但这似乎具有删除所有值的效果，即 d 列中具有 NA 值的行。我假设需要 na.rm = TRUEargument，但我不确定在上面的函数中放置它的位置。

干杯，蚂蚁

【问题讨论】：

尝试使用df[!(df$d > 0 & !is.na(df$d)), ] 或使用filter from dplyr 即df %>% filter(!d > 0)
@akrun 这两种方法我都试过了。在每一个中，代码似乎都删除了 d 列中值 >0 的所有行和 d 列中所有具有 NA 的行。有一种方法可以保留 col d = NA 的值（上例中的第 1,2 和 4 行）。
好吧，我想我认为你的情况不同。你需要is.na中的相反条件@
@RonakShah 代码看起来已成功删除所有“>0”行，但似乎已将数据框中 d = NA 到 NA 的所有其他值转换为 NA
@Ant 似乎可以在未更改任何信息的情况下共享示例数据。您可以在下面查看我的答案。

标签： r dataframe na

【解决方案1】：

我们需要选择d不大于0或d中有NA的行

df[with(df, !d > 0 | is.na(d)), ]

#   a  b c  d
#1  1  2 3  0
#2  4 NA 1 NA
#4 NA  5 0  0

或者我们也可以使用subset

subset(df, !d > 0 | is.na(d))

或dplyrfilter

library(dplyr)
df %>% filter(!d > 0 | is.na(d))

!d > 0 部分也可以反转为

subset(df, d < 1 | is.na(d))

得到相同的结果。

【讨论】：

【解决方案2】：

我们可以用complete.cases构造逻辑向量

subset(df, !d > 0 | complete.cases(d))
#   a b c d
#1  1 2 3 0
#3  6 4 0 1
#4 NA 5 0 0

或者使用subset 和replace

subset(df,  !replace(d, is.na(d), 0) > 0)

或tidyverse

library(tidyverse)
df %>%
   filter(!replace_na(d, 0) >0)

这与here或here提到的方法略有不同

数据

df <- structure(list(a = c(1L, 4L, 6L, NA), b = c(2L, NA, 4L, 5L), 
c = c(3L, 1L, 0L, 0L), d = c(0L, NA, 1L, 0L)), class = "data.frame",
 row.names = c("1", "2", "3", "4"))

【讨论】：

【解决方案3】：

如果您添加 |所有具有 NA 的行将匹配。条件!df$d > 0 将为d 中不是NA 的那些人执行。所以我认为您正在寻找：

df[is.na(df$d) | !df$d > 0,  ]

Wheras，以下内容不会包括在 d 列中具有 NA 且不符合条件 !df$d > 0 的行

df[!is.na(df$d) & !df$d > 0,  ]

【讨论】：