根据范围条件选择列并且还包含 NA 值答案

【问题标题】：select columns based on range condition and containing also NA values根据范围条件选择列并且还包含 NA 值
【发布时间】：2020-01-06 04:07:18
【问题描述】：

基于我的问题here

我有一个数据集：我想根据值范围保留列：子集列的所有值必须在 99 到 1000 之间。

 var1 <- c(333, NA, 456)
 var2 <- c(3, 10, 500)
 var3 <- c(356, 813, 856)
 var4 <- c("aaa", "bbb", "ccc")
 var5 <- c(NA, 111, 989)

dataset <- data.frame(var1, var2, var3, var4, var5)

没有 NA 值也能正常工作

dataset %>%
select_if(~ is.numeric(.) && all(between(., 99, 1000)))

或

purrr::keep(dataset, ~is.numeric(.) && min(.) >= 99 && max(.) <= 1000)

但是当我在我的数据中引入 NA 时：

select_if 函数返回此错误：
"只有字符串可以转换为符号"

puur::keep 函数返回此错误： "谓词函数必须返回单个 TRUE 或 FALSE，而不是缺失值"

如何管理 NA ？根据包含 alos NA 值的值范围选择列？

【问题讨论】：

您需要NA 值还是可以删除它们？将NAs 与其他值进行比较有点困难，将返回NA。我能想到的一种解决方案是将NA 重新编码为0s，然后返回NA。这很糟糕，因为您可能还有其他 0s 。
@NelsonGon。我想保留NA。如果 A reconde NA to 0 他们将超出范围......

标签： r dplyr purrr

【解决方案1】：

我认为这应该解决它

var1 <- c(333, NA, 456)
var2 <- c(3, 10, 500)
var3 <- c(356, 813, 856)
var4 <- c("aaa", "bbb", "ccc")
var5 <- c(NA, 111, 989)

dataset <- data.frame(var1, var2, var3, var4, var5)

purrr::keep(dataset, ~is.numeric(.) && min(.,na.rm = TRUE) >= 99 && max(.,na.rm = TRUE) <= 1000)
#>   var1 var3 var5
#> 1  333  356   NA
#> 2   NA  813  111
#> 3  456  856  989

^{由reprex package (v0.3.0) 于 2020-01-05 创建}

【讨论】：

【解决方案2】：

由于between没有na.rm参数，你可以修改select_if：

library(dplyr)
dataset %>% select_if(~ is.numeric(.) && all(between(., 99, 1000) | is.na(.)))

#  var1 var3 var5
#1  333  356   NA
#2   NA  813  111
#3  456  856  989

【讨论】：

select_if(~ is.numeric(.) && all(between(., 10000, 80799), na.rm = TRUE))works 也可以，但在我的真实数据中，我有只有 NA 值的列，命令也保留这些列！
@Wilcar 是的，all 有 na.rm 参数，但我认为它没有选择您想要的列？对于具有所有 NA 值的列，您可以执行 dataset %>% select_if(~ is.numeric(.) && all(between(., 99, 1000) | is.na(.)) && !all(is.na(.)))
伟大的更新！我正在使用%>% select_if(function(x){!all(is.na(x))})

【解决方案3】：

你可以使用基地的findInterval()。

dataset[colMeans(sapply(dataset, findInterval, c(99, 1000)), na.rm=T) == 1]
#   var1 var3 var5
# 1  333  356   NA
# 2   NA  813  111
# 3  456  856  989

【讨论】：