在所有其他列中的行都是NA的条件下过滤一列的行，并重复n列答案

【问题标题】：Filter rows of one column on the condition that rows in all other columns are NA, and repeat for n columns在所有其他列中的行都是NA的条件下过滤一列的行，并重复n列
【发布时间】：2020-06-10 15:02:06
【问题描述】：

如果之前有人问过这个问题，我们深表歉意；我不太确定如何表达这个问题，这可能会阻止其他问题出现在我的搜索中。

我的情况是我有一个这样的数据集：

toy <- 
  data.frame(
    Serves_1 = c("yes", NA, "yes", "no", "yes", "no"),
    Serves_2 = c(NA, NA, "no", "no", "no", "yes"),
    Serves_3 = c(NA, "no", "yes", "no", NA, "no"),
    Serves_4 = c(NA, "yes", "yes", "no", "yes", "no")
  )
toy

我正在尝试确定有多少行具有非 NA 的一列和所有其他列的 NA。以 Serves_1 列为例：

toy %>%
  filter(
    !is.na(Serves_1) &
      is.na(Serves_2) &
      is.na(Serves_3) &
      is.na(Serves_4)
  ) %>%
  nrow

有一行 Serves_1 具有非 NA 值，同时，所有其他列都具有该行的 NA。

此代码运行良好，但我需要对每一列重复此过程。我可以将每列的感叹号向下移动。但在我的真实数据集中，我必须对 20 多列执行此操作。

有没有更有效的方法来做到这一点（最好使用 dplyr）？

【问题讨论】：

标签： r filter dplyr na

【解决方案1】：

你可以使用rowSums：

library(dplyr)
toy <- 
  data.frame(
    Serves_1 = c("yes", NA, "yes", "no", "yes", "no"),
    Serves_2 = c(NA, NA, "no", "no", "no", "yes"),
    Serves_3 = c(NA, "no", "yes", "no", NA, "no"),
    Serves_4 = c(NA, "yes", "yes", "no", "yes", "no")
  ) %>% 
  mutate(na_sum = rowSums(is.na(.)))

这给了你：

  Serves_1 Serves_2 Serves_3 Serves_4 na_sum
1      yes     <NA>     <NA>     <NA>      3
2     <NA>     <NA>       no      yes      2
3      yes       no      yes      yes      0
4       no       no       no       no      0
5      yes       no     <NA>      yes      1
6       no      yes       no       no      0

然后，您可以过滤 na_sum == 3 的行，以获取其中一个值不为 NA 而其余为的所有行：

toy %>% 
  filter(na_sum ==3)

这给了我们：

  Serves_1 Serves_2 Serves_3 Serves_4 na_sum
1      yes     <NA>     <NA>     <NA>      3

【讨论】：

这是一个非常聪明的解决方法，马特，谢谢！
没问题！如果已解决您的问题，请考虑通过单击绿色复选标记将答案标记为完整。

【解决方案2】：

附加选项

sum(apply(toy, 1, function(x) (length(x) - 1 == sum(is.na(x)))))

【讨论】：