在R中删除带有NA的行[重复]

Posted 2023-02-27

【中文标题】在R中删除带有NA的行[重复]

【英文标题】：Removing rows with NA in R [duplicate]

【发布时间】：2013-11-25 10:03:45

【问题描述】：

我有一个包含 2500 行的数据框。有几行有 NA（过多的 NA），我想删除这些行。

我搜索了 SO 档案，并认为这是最有可能的解决方案：

df2 <- df[df[, 12] != NA,]

但是当我运行它并查看 df2 时，我看到的只是一个充满 NA（和 s）的屏幕。

有什么建议吗？

【问题讨论】：

df[ ! is.na( df[, 12] ) , ]

定义每行有多少NAs构成“过多”，然后使用rowSums和is.na。

如果一个“过多的数字”是任何..然后?complete.cases。否则如阿难所说。

对，我应该更具体地说明“数量过多”。实际上，根据我所拥有的，我想在任何地方删除任何带有 NA 的行。我最终使用了西蒙的方法，它奏效了。但我需要弄清楚——我会的——如何使它更通用。谢谢。

【参考方案1】：

根据您正在寻找的内容，以下其中一项应该可以帮助您：

一些示例数据开始：

mydf <- data.frame(A = c(1, 2, NA, 4), B = c(1, NA, 3, 4), 
                   C = c(1, NA, 3, 4), D = c(NA, 2, 3, 4), 
                   E = c(NA, 2, 3, 4))
mydf
#    A  B  C  D  E
# 1  1  1  1 NA NA
# 2  2 NA NA  2  2
# 3 NA  3  3  3  3
# 4  4  4  4  4  4

如果您想仅根据几个特定列删除行，您可以使用complete.cases 或 cmets 中@SimonO101 建议的解决方案。在这里，我将删除第一列中包含 NA 的行。

mydf[complete.cases(mydf$A), ]
#   A  B  C  D  E
# 1 1  1  1 NA NA
# 2 2 NA NA  2  2
# 4 4  4  4  4  4
mydf[!is.na(mydf[, 1]), ]
#   A  B  C  D  E
# 1 1  1  1 NA NA
# 2 2 NA NA  2  2
# 4 4  4  4  4  4

如果您想设置一个阈值，例如“仅保留少于 2 个 NA 值的行”（但您不关心 NA 值在哪些列中，您可以试试这样的：

mydf[rowSums(is.na(mydf)) < 2, ]
#    A B C D E
# 3 NA 3 3 3 3
# 4  4 4 4 4 4

在另一个极端，如果您想删除 所有 具有 any NA 值的行，只需使用 complete.cases：

mydf[complete.cases(mydf), ]
#   A B C D E
# 4 4 4 4 4 4