从表中删除 NULL 值答案

【问题标题】：Removing NULL values from the table从表中删除 NULL 值
【发布时间】：2019-10-11 16:27:03
【问题描述】：

我有一张表，其中有一列中有 NUll 值，这些空值添加到 Highchart 图中的 Extra Label 中。如何使用 Dplyr 操作数据以删除特定列中具有 Null 值的行？

我正在考虑对后端 SQL 查询进行更改，并过滤结果以获得所需的输出。但这不是一个合适的方式。

这行不通，

   dplyr::filter(!is.na(ColumnWithNullValues)) %>%

实际代码：

df <- data() %>%
      dplyr::filter(CreatedBy == 'owner') %>%
      dplyr::group_by(`Reason for creation`) %>%
      dplyr::arrange(ReasonOrder) %>%

ColumnWithNullValues

【问题讨论】：

你有list 专栏吗？ NULL 的值是什么，是未引用还是 "NULL"。你能展示一个小示例数据集的dput吗
未引用，该字段中没有任何内容。
能否显示数据集的str
是 NULL 还是 NA？因为 NULL 不应该以这种方式工作，并且您的代码说 is.na 而不是 is.null
我采用了错误的方法，只需添加 dplyr::filter( ColumnWithALLValues != 'NULL') 就可以了

标签： r dplyr tidyverse

【解决方案1】：

这是base R的一个选项

df[!sapply(df$ColumnWithNullValues, is.null),]

数据

library(tibble)
df <- tibble(
  ColumnWithNullValues = list(c(1:5), NULL, c(6:10)))

【讨论】：

我正在尝试考虑sapply(df$ColumnWithNullValues, is.null) 是否有可能返回不正确的值。列表中的元素是否可能包含 NULL 和合法值？这就是我回答中all(is.null(x)) 的原因，但我不确定这是否重要。
@JBGruber 如果元素的类型为vector，则不可能删除NULL。一种选择是拥有list 的list 列，但不确定OP 是否是这种情况
太棒了。即使有 list 或 list 似乎也没有问题。

【解决方案2】：

这是一个小例子 df:

library(dplyr)
library(purrr)
df <- tibble(
  ColumnWithNullValues = list(c(1:5), NULL, c(6:10))
)
df
#> # A tibble: 3 x 1
#>   ColumnWithNullValues
#>   <list>              
#> 1 <int [5]>           
#> 2 <NULL>              
#> 3 <int [5]>

在这种情况下，最合乎逻辑的用法似乎是：

df %>% 
  filter(!is.null(ColumnWithNullValues))
#> # A tibble: 3 x 1
#>   ColumnWithNullValues
#>   <list>              
#> 1 <int [5]>           
#> 2 <NULL>              
#> 3 <int [5]>

但正如您所见，这行不通。相反，我们需要使用 map/sapply/vapply 进入列表。比如这样：

df %>% 
  filter(map_lgl(ColumnWithNullValues, function(x) !all(is.null(x))))
#> # A tibble: 2 x 1
#>   ColumnWithNullValues
#>   <list>              
#> 1 <int [5]>           
#> 2 <int [5]>

但正如@akrun hast 在评论中解释的那样，列表中的元素不可能包含NULL 以及其他值。所以我们可以把代码简化成这样：

df %>% 
  filter(!map_lgl(ColumnWithNullValues, is.null))
#> # A tibble: 3 x 1
#>   ColumnWithNullValues
#>   <list>              
#> 1 <int [5]>           
#> 2 <int [5]>

【讨论】：