删除数据框中具有某些 NA 值的特定行

Question

仅当找到 NA 值的其他行与数据框中的其他值匹配时，我想从数据框中删除列具有 NA 的行

例如，

df <- data.frame(ID = c(1,1,2,2),DAY=c(1,1,2,3), VAL=c(1,NA,NA,5))

我想删除第二行，因为 VAL 中缺少一个值，并且已经有一个 ID = 1 和 DAY = 1 的 VAL 值来获取

ID      DAY     VAL
1        1        1
2        2        NA
2        3        5

知道怎么做吗？我可以尝试编写一个循环，但这似乎效率不高。

Answer 1

这可以通过在每个分组变量中创建一个逻辑条件来完成。在这里，我猜测 'ID' 和 'DAY' 作为分组变量。

一个选项是使用data.table。我们将“data.frame”转换为“data.table”（setDT(df)）。按“ID”、“DAY”分组，我们得到满足条件（sum(is.na(VAL))!= .N & is.na(VAL)）的“VAL”的行索引（.I），并从数据集“df”中删除该行索引。 sum(is.na(VAL))!= .N 提供了一个逻辑向量，用于检查组中 NA 值的数量是否不等于该组中的行数 (.N)。如果“VAL”与之前的条件一样也是“NA”，则将其删除。

library(data.table)
i1 <- setDT(df)[, .I[sum(is.na(VAL))!=.N & is.na(VAL)] , by = .(ID, DAY)]$V1
df[-i1]
#   ID DAY VAL
#1:  1   1   1
#2:  2   2  NA
#3:  2   3   5

或dplyr 的类似选项。我们按'ID'、DAY'分组，然后在上面提到的条件下使用filter。

library(dplyr)
df %>% 
   group_by(ID, DAY) %>% 
   filter(!(sum(is.na(VAL))!=n() & is.na(VAL)))
#  ID DAY VAL
#1  1   1   1
#2  2   2  NA
#3  2   3   5