使用dplyr删除所有变量均为NA的行 [英] Remove rows where all variables are NA using dplyr

问题描述

我在看似简单的任务上遇到了一些问题：使用dplyr删除 all 变量为 NA 的所有行。我知道可以使用基数R（删除行在R矩阵中，其中所有数据均为NA 和删除R 中的数据文件的空白行），但我很好奇是否可以使用dplyr来实现。

I'm having some issues with a seemingly simple task: to remove all rows where all variables are NA using dplyr. I know it can be done using base R (Remove rows in R matrix where all data is NA and Removing empty rows of a data file in R), but I'm curious to know if there is a simple way of doing it using dplyr.

示例：

library(tidyverse)
dat <- tibble(a = c(1, 2, NA), b = c(1, NA, NA), c = c(2, NA, NA))
filter(dat, !is.na(a) | !is.na(b) | !is.na(c))

上面的过滤器调用确实我想要的东西，但是在我遇到的情况下这是不可行的（因为存在大量变量）。我想可以通过使用 filter _ 并首先使用（长）逻辑语句创建一个字符串来做到这一点，但是似乎应该有一种更简单的方法。

The filter call above does what I want but it's infeasible in the situation I'm facing (as there is a large number of variables). I guess one could do it by using filter_ and first creating a string with the (long) logical statement, but it seems like there should be a simpler way.

另一种方法是使用 rowwise（）和 do（）：

Another way is to use rowwise() and do():

na <- dat %>% 
  rowwise() %>% 
  do(tibble(na = !all(is.na(.)))) %>% 
  .$na
filter(dat, na)

但这看起来不太好，尽管可以完成工作。还有其他想法吗？

but that does not look too nice, although it gets the job done. Other ideas?

推荐答案

自dplyr 0.7.0起，存在新的作用域过滤动词。使用filter_any可以轻松地过滤至少包含一个非缺失列的行：

Since dplyr 0.7.0 new, scoped filtering verbs exists. Using filter_any you can easily filter rows with at least one non-missing column:

dat %>% filter_all(any_vars(!is.na(.)))

使用@hejseb基准测试算法，看来该解决方案同样有效如f4。

Using @hejseb benchmarking algorithm it appears that this solution is as efficient as f4.

这篇关于使用dplyr删除所有变量均为NA的行的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！