为什么我在计数和过滤后丢失我的NA（dplyr）

Posted 2021-04-06

我有一个计数后创建的以下数据框：

df <- structure(list(Procedure_priority = structure(c(4L, 1L, 2L, 3L, NA, 5L),
                                                    .Label = c("A", "B", "C", "D", "-1"), 
                                                    class = "factor"), n = c(10717L, 4412L, 2058L, 1480L, 323L, 2L)), 
                class = c("tbl_df", "tbl", "data.frame"), row.names = c(NA, -6L), .Names = c("Procedure", "n"))


# A tibble: 6 x 2
  Procedure     n
  <fct>     <int>
1 D         10717
2 A          4412
3 B          2058
4 C          1480
5 <NA>        323
6 -1            2

我想过滤“-1”。但如果我对“-1”进行过滤，我也会失去我的NA。那是：

df %>% 
  filter(Procedure!="-1")

# A tibble: 4 x 2
  Procedure     n
  <fct>     <int>
1 D         10717
2 A          4412
3 B          2058
4 C          1480

我需要我的NA。

答案

来自filter（）的帮助文件

...只保留条件评估为TRUE的行...

NA != -1
[1] NA

由于您的条件返回NA（因此不是TRUE），您需要第二个OR条件：

df %>% 
  filter(Procedure != -1 | is.na(Procedure))

另一答案

你的问题已经回答了，但如果你有一个较短的清单（即，你不只是排除一个值），你可以使用%in%并仍然保留NA。

# Keep A, D, and NA; aka dropping B, C, and -1
keep_these_procs <- c("A", "D", NA)

df %>%
  filter(Procedure %in% keep_these_procs)