在R中使用NA值组合删除行的高效方法 [英] Efficient method to subset drop rows with NA values in R

问题描述

背景
在运行逐步模型选择之前，我需要删除我的任何模型项的缺失值。在我的模型中有相当多的术语，因此，我需要查找NA值（并删除任何这些向量中具有NA值的任何行）的相当多的向量。但是，还有一些向量包含不想用作删除行的条款/标准的NA值。

Background Before running a stepwise model selection, I need to remove missing values for any of my model terms. With quite a few terms in my model, there are therefore quite a few vectors that I need to look in for NA values (and drop any rows that have NA values in any of those vectors). However, there are also vectors that contain NA values that I do not want to use as terms / criteria for dropping rows.

问题
如何从包含任何矢量列表的NA值的数据帧中删除行？我目前正在使用一系列长的系列的笨重方法！is.na的

Question How do I drop rows from a dataframe which contain NA values for any of a list of vectors? I'm currently using the clunky method of a long series of !is.na's

> my.df[!is.na(my.df$termA)&!is.na(my.df$termB)&!is.na(my.df$termD),]

但我确信有一个更优雅的方法。

but I'm sure that there is a more elegant method.

推荐答案

让 dat 成为数据框，并且 cols 列名称向量或列号码。然后你可以使用

Let dat be a data frame and cols a vector of column names or column numbers of interest. Then you can use

dat[!rowSums(is.na(dat[cols])), ]

排除所有行至少有一个 NA 。

to exclude all rows with at least one NA.

这篇关于在R中使用NA值组合删除行的高效方法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！