选择列，不包括一些全为NA的列

Posted 2023-02-16

假设我有这个数据框

df <- data.frame(keep = c(1, NA, 2),
                   also_want = c(NA, NA, NA),
                   maybe = c(1, 2, NA),
                   maybe_2 = c(NA, NA, NA))

编辑。 在实际的数据框架中，有很多列我想保留，所以把它们都写出来是不可行的。这些列是所有不是以 maybe. 该 maybe 列，而是有一个共同的命名，如 maybe, maybe_1 等能与 grep 或 stringr::str_detect

我想选择 keep和 also_want. 我还想要任何 maybe 值以外的列。NA

desired_df
  keep also_want maybe
1    1        NA     1
2   NA        NA     2
3    2        NA    NA

我可以用 select_if 以获得所有具有非NA 值，但随后我失去了 also_want

library(dplyr)
df %>%   
  select_if(~sum(!is.na(.)) > 0)
  keep maybe
1    1     1
2   NA     2
3    2    NA

有什么想法？

答案

随着 dplyr 1.0.0您可以使用 where 内功 select 语句来测试你的变量必须满足的条件，但首先你要指定你也想保留的变量。

编辑

我已经插入了条件，即只有在 "maybe" 变量必须包含除 NA前，我们选择每一列不以 "maybe".

df %>% 
  select(!starts_with("maybe"), starts_with("maybe") & where(~sum(!is.na(.)) > 0))

产量

#   keep also_want maybe
# 1    1        NA     1
# 2   NA        NA     2
# 3    2        NA    NA

另一答案

按照你的意见，在Base-R中我们可以使用

df[,!apply(
    rbind(
        grepl("maybe",colnames(df)),
        !apply(df, 2, function(x) !all(is.na(x)))
    )
,2,all)]

  keep also_want maybe
1    1        NA     1
2   NA        NA     2
3    2        NA    NA

或者如果你喜欢在1行上看到同样的代码。

df[,!apply(rbind(grepl("maybe",colnames(df)),!apply(df, 2, function(x) !all(is.na(x)))),2,all)]

另一答案

我最终想出了这个办法 使用 str_detect 选择所有非maybe 列，然后用单行本在 sapply 同时选择任何其他列（即任何 maybe 列），具有非NA 价值。

library(dplyr)
library(stringr)
df %>%
  select_if(stringr::str_detect(names(.), "maybe", negate = TRUE) |
              sapply(., function(x) 
                sum(!is.na(x))
               > 0))
  keep also_want maybe
1    1        NA     1
2   NA        NA     2
3    2        NA    NA