For循环识别R中不存在的NA

Question

我有一个名为 z 的大数据框，它有 107310 行和 8 列。它通过此函数时没有 NA：z<-z[complete.cases(z),] 以消除所有包含 NA 的行。

如果特定列的值高于另一个特定列的值，我创建了以下 for 循环以删除所有行。

首先，我尝试了以下代码：

  for(row in 1:nrow(z)){
   i <- z[row, 1]
  j <- z[row, 2]
  ci<- z[row, 6]
  cj<- z[row, 7]
  year <- z[row, 8]
      if(cj>ci){
    z<-z[-row,]}
}

循环会运行，但会停在指示以下错误的某行：

“错误：需要 TRUE/FALSE 的地方缺少值”

即使没有 NA，我也调整了循环以避免错误，使 if 语句中的值始终为数字：

for(row in 1:nrow(z)){
  i <- z[row, 1]
  j <- z[row, 2]
  ci<- z[row, 6]
  cj<- z[row, 7]
  year <- z[row, 8]
  temp<-ci-cj
  temp<-ifelse(!is.na(temp),temp,0)
  if(temp<=0){
    z<-z[-row,]}
}

但是，循环在消除所有包含 cj>ci 的行之前仍会停止。它为 i 和 j 生成的最后一个值为 NA，而为 ci 和 cj 生成的最后一个值为 NA_real，即使这些值在数据集中不是 NA。

有人知道发生了什么吗？ 谢谢

Answer 1

您可以使用两步流程来避免 for 循环。首先使用ifelse 标记出不受欢迎的情况，然后使用subset 删除它们，如下所示：

z$flag <- ifelse(z$col6 < z$col7, 1, 0)
new_z <- subset(z, flag == 0)

这是假设第 6 列和第 7 列分别命名为“col6”和“col7”。