我有一个长格式的数据框，每个参与者有 90 行。现在我想排除在某些特定列中具有超过 10 个 NA 的每个参与者。例如，如果在称为 rating1 的列中有超过 10 个 NA，或者在 rating 2 中有超过 10 个 NA。
我认为我必须使用 for 循环来解决这个问题。但我不知道怎么做。所以我想检查前 90 行并检查是否有超过 10 个 NA，然后检查接下来的 90 行等等，并将这些案例的 id 保存在某处，以便我可以排除它们。 是否清楚我要达到的目标？
我试过了，至少得到了前 90 个的总和
colSums(is.na(dato[1:90,]))
【问题讨论】：
NAs 排除？
澄清后，这是dplyr的方法：
请注意，everything() 不包括 group_by 列。
data %>%
group_by(Participant) %>%
filter(all(colSums(across(everything(), is.na)) <= 10))
这里是一些示例数据：
set.seed(3)
data <- data.frame(Participant = rep(1:10, each = 90), setNames(as.data.frame(replicate(20, sample(c(NA,1:13),size = 900, replace = TRUE))),paste0("rating",1:20)))
data %>% group_by(Participant) %>% summarize(S = list(colSums(across(everything(),is.na)))) %>% unnest_wider("S")
# A tibble: 10 x 21
Participant rating1 rating2 rating3 rating4 rating5 rating6 rating7 rating8 rating9 rating10 rating11 rating12 rating13 rating14 rating15
<int> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 1 5 4 5 6 8 6 3 7 7 5 4 5 4 10 6
2 2 5 13 12 4 8 4 6 7 10 10 9 8 7 3 7
3 3 5 7 8 6 10 6 4 7 6 9 7 10 6 12 6
4 4 10 7 7 3 3 8 6 5 5 5 6 3 5 11 14
5 5 5 7 4 5 9 4 5 3 4 7 5 4 6 3 5
6 6 4 3 2 4 5 4 4 5 6 6 7 7 5 8 6
7 7 11 7 6 5 11 11 4 10 6 7 7 7 5 4 9
8 8 11 6 11 5 4 5 12 5 5 5 8 1 12 8 4
9 9 3 5 3 8 6 8 5 8 4 6 8 6 6 5 8
10 10 4 3 9 6 7 6 5 6 10 7 6 7 9 5 6
# … with 5 more variables: rating16 <dbl>, rating17 <dbl>, rating18 <dbl>, rating19 <dbl>, rating20 <dbl>
【讨论】：
NAs 的任何结果列的 20 个结果列中过滤 out。
data <- data %>% group_by(participant) %>% filter(mean(RT) <= 2000)
mean(RT, na.rm = TRUE)
使用is.na.data.frame：
df <- data.frame(col1 = c(1:3, NA),
col2 = c("this", NA,"is", "text"),
col3 = c(TRUE, FALSE, TRUE, TRUE),
col4 = c(2.5, 4.2, 3.2, NA))
is.na.data.frame(df)
col1 col2 col3 col4
[1,] FALSE FALSE FALSE FALSE
[2,] FALSE TRUE FALSE FALSE
[3,] FALSE FALSE FALSE FALSE
[4,] TRUE FALSE FALSE TRUE
rowSums(is.na.data.frame(df))
[1] 0 1 0 2
【讨论】：