识别数据框中完全为空 (NA) 的变量列表（或删除）答案

【问题标题】：Identify a list of (or remove) variables in a data frame that are completely empty (NAs)识别数据框中完全为空 (NA) 的变量列表（或删除）
【发布时间】：2016-03-09 18:47:50
【问题描述】：

我有一个非常大的数据框，其中包含许多完全为空 (NA) 的变量。我的目标是删除这些变量。我想排除空变量，而不是缺失值。这似乎是一个非常基本的问题，但我无法弄清楚。

#sample data
A<-rbinom(100,1,1/2)
B<-rbinom(100,1,1/2)
C<-NA
D<-NA
df<-as.data.frame(cbind((1:100),A,B,C,D))
df<-as.data.frame(lapply(df, function(x) 
               "is.na<-"(x, sample(seq(x), floor(length(x) * runif(1, 0, .2))))))
Hmisc::describe(df)

我可以使用 Hmisc::describe() 列出这些变量，但我不知道如何提取或使用这个列表。

【问题讨论】：

拒绝解释。以前肯定有人问过这个问题。
有人会这么认为，但我找不到。
我不认为在这里使用这个例子会有那么困难，即使它指的是行而不是列：stackoverflow.com/questions/25599139/… 我在[r] identify columns all NA 上的搜索获得了 36 次点击跨度>

标签： r subset na

【解决方案1】：

试试这个：

df[,!sapply(df,function(x) all(is.na(x)))]

或者，为了更加安全：

df[,!sapply(df,function(x) all(is.na(x))),drop = FALSE]

【讨论】：

太棒了！这行得通。 12 分钟冷静期过后，我会立即接受它作为答案。 :)

【解决方案2】：

试试：

apply(df,2,function(x) sum(!is.na(x)))

所有只有 NA 的变量总和为 0

【讨论】：