获取由数据集中另一个变量的缺失值过滤的变量的值答案

【问题标题】：Getting values of a variable filtered by the missing values of another variable in a dataset获取由数据集中另一个变量的缺失值过滤的变量的值
【发布时间】：2017-08-27 16:44:37
【问题描述】：

我有一个包含年龄和收入变量的数据集。收入列有一些缺失值。我想编写一个代码，我可以在其中获取收入变量的所有缺失值的所有年龄变量值，即我的代码结果将显示收入值为 NA 的年龄。我试图使用 dplyr 函数来做到这一点，但我被卡住了。我知道这很简单，但我一直无法做到这一点。任何人都可以为此建议代码。谢谢

【问题讨论】：

您为什么不添加您的代码以便人们可以看到它并提供建议？
dat%%>%filter(??)%>%select(age)。卡在过滤功能部分，如果要过滤包含收入缺失值的数据集“dat”，我不知道在这里写什么。
当您提出问题时，请提供示例数据和代码stackoverflow.com/questions/5963269/…。 dat=data.frame(income=c(runif(5), rep(NA, 5)), age = c(rep(1:5, each=2)))那你就可以过滤了dat %>% filter(is.na(income))
它只是dat[is.na(dat$income),]。不需要任何包。

标签： r filter dplyr na

【解决方案1】：

一些测试数据：

data<-data.frame(Age   = c(23,28,27,31,42,26,48,23,32,31),
                 income = c(20000, NA, 30000, 25000, NA, NA, 35000, NA, 40000, 250000))
> data
   Age income
1   23  20000
2   28     NA
3   27  30000
4   31  25000
5   42     NA
6   26     NA
7   48  35000
8   23     NA
9   32  40000
10  31 250000

显式使用dplyr 包：

require(dplyr)
data %>% filter(is.na(income))

  Age income
1  28     NA
2  42     NA
3  26     NA
4  23     NA

【讨论】：