在 R 中选择只有 NA 值的数据框中的不同行答案

【问题标题】：Select distinct rows in a data frame with only NA Values in R在 R 中选择只有 NA 值的数据框中的不同行
【发布时间】：2018-02-19 15:50:55
【问题描述】：

我有一个包含 3 列的数据框。

ID1 <- c(1,1,2,2,3,4)

ID2 <- c(11,NA,12,NA,NA,NA)

Val <- c("A","B","C","D","E","F")

DF <- data.frame(ID1,ID2,Val, stringsAsFactors=FALSE)

现在，我需要提取 ID2 为“NA”的唯一行。在这种情况下，所需的输出将是 具有两行的数据框，即 ID1 = 3,4。我尝试了下面的子集命令，这导致所有四行都带有 NA。寻找实现所需输出的方法。

DF2 <- subset(DF , is.na(ID2))

【问题讨论】：

是否有任何其他功能可以区分数据框的最后 2 行？否则将无法唯一选择这些行。
可能类似于names(table(dat$id1[is.na(dat$id2)]) == 1)
我觉得这个问题不是很清楚。你能更清楚地解释一下你选择行的规则吗？
@A5C1D2H2I1M1N2O1R2T1 以下所有答案都足以满足需要。前两个在实现方面相当简单。谢谢
@string，那么您应该选择一个并将其标记为已接受...

标签： r

【解决方案1】：

如果通过唯一行，您的意思是 ID1 的唯一值，那么这段代码就可以了：

DF[which(!duplicated(DF$ID1) & is.na(DF$ID2)),]

  ID1 ID2 Val
5   3  NA   E
6   4  NA   F

如果您更喜欢使用subset，那么这段代码会给出相同的输出：

subset(DF , !duplicated(ID1) & is.na(ID2))

【讨论】：

【解决方案2】：

试试：

library(dplyr)
DF %>%
        group_by(ID1) %>%
        filter(n() == 1 & is.na(ID2))

【讨论】：

【解决方案3】：

定义一个函数来查找在ID2 中具有所有NA 的ID1 组，然后查找return 它们的唯一行。

library(dplyr)

select_na <- function(df_sub) {
  if (any(!is.na(df_sub$ID2))) {
    return(df_sub[0,])
  }
  else {
    return(unique(df_sub))
  }
}

DF %>%
  group_by(ID1) %>%
  do(select_na(.))

完全满足您的需求。

【讨论】：

如果他们想要的话，直接做DF %>% group_by(ID1) %>% filter(sum(is.na(ID2)) == n())。我认为 OP 需要澄清他们的条件是什么。
@A5C1D2H2I1M1N2O1R2T1 确实简单多了，谢谢提醒。但是，我对提取“ID2 为'NA'的唯一行”的解释是选择在ID1 或Val 中具有唯一值的行。使用您的方法，将包含具有相同 ID1 和 Val 的两行，而我的仅包含其中之一。让我们拭目以待，看看OP是否有进一步的澄清。