如何从 R 数据框中删除两列中具有 NA 的行（两列中的 NA 都不是）？ [复制]答案

【问题标题】：How to remove rows from a R data frame that have NA in two columns (NA in both columns NOT either one)? [duplicate]如何从 R 数据框中删除两列中具有 NA 的行（两列中的 NA 都不是）？ [复制]
【发布时间】：2016-11-23 06:46:03
【问题描述】：

我在下面有一个 R 数据框 df

我想删除在 a & b 中都有 NA 的行

我想要的输出是

我在下面尝试过这样的事情

df1<-df[(is.na(df$a)==FALSE & is.na(df$b)==FALSE),]

但这会删除所有的 NA（执行 OR 功能）。我需要在这里做 AND 操作。

我该怎么做？

【问题讨论】：

这个which(rowSums(df, na.rm = T)>0)怎么样。
df[ rowSums(is.na(df[ , 1:2]) ) == 2, ]

标签： r dataframe na

【解决方案1】：

你可以试试：

df1<-df[!(is.na(df$a) & is.na(df$b)), ]

【讨论】：

【解决方案2】：

使用rowSums

df[!rowSums(is.na(df))==2,]

保存一个字符会更好[1]

df[rowSums(is.na(df))!=2,]

输出：

可以使用ncol进行泛化

df[!rowSums(is.na(df))==ncol(df),]

[1] 学分：alistaire

【讨论】：

你可以保存一个字符并使用!=

【解决方案3】：

我们可以在逻辑矩阵 (is.na(df1)) 上使用 rowSums 并将其转换为逻辑向量 (rowSums(...) < ncol(df1)) 以对行进行子集化。

df1[rowSums(is.na(df1)) < ncol(df1),]

或者另一个选项是Reduce 和lapply

df1[!Reduce(`&`, lapply(df1, is.na)),]

【讨论】：

【解决方案4】：

另一种方法

df[!apply(is.na(df),1,all),]
#   a  b
#1  1  6
#2  2 NA
#3  3  7
#4 NA  8
#5  4  9
#7  5 10

数据

df <- structure(list(a = c(1L, 2L, 3L, NA, 4L, NA, 5L), b = c(6L, NA, 
7L, 8L, 9L, NA, 10L)), .Names = c("a", "b"), class = "data.frame", row.names = c(NA, 
-7L))

【讨论】：

【解决方案5】：

这也可以：

df[apply(df, 1, function(x) sum(is.na(x)) != ncol(df)),]

   a  b
1  1  6
2  2 NA
3  3  7
4 NA  8
5  4  9
7  5 10

【讨论】：

【解决方案6】：

我的想法和其他回复基本一样。

考虑到具有所有 NA 的特定行的任何数据集，!is.na(ROW) 的总和将始终为零。所以你只需要去掉那一行。

所以你可以这样做：

df1 = df[-which(rowSums(!is.na(df))==0),]

【讨论】：