如何使用 dplyr 过滤多列中的 NA [重复]

Question

我正在尝试过滤掉多列中具有 NA 值的行。只有当所有感兴趣的列都是 NA 时，才应该删除一行。

场景与此问题相同（但我没有足够的声誉发表评论）：filtering data frame based on NA on multiple columns

其中一种解决方案是使用：

library(dplyr)
df_non_na <- df %>% filter_at(vars(type,company),all_vars(!is.na(.)))

由于“filter_at”在 dplyr 中被贬值，我如何使用“filter”和“across”来获得类似的结果？

Answer 1

我们可以使用across 循环遍历“type”、“company”列并返回指定列中没有任何 NA 的行

library(dplyr)
df %>%
     filter(across(c(type, company), ~ !is.na(.)))
#     id  type company
#1  3 North    Alex
#2 NA North     BDA

---

对于filter，有两个选项类似于all_vars/any_vars 与filter_at/filter_all 一起使用

df %>%
  filter(if_any(c(company, type), ~ !is.na(.)))
#  id  type company
#1  2  <NA>     ADM
#2  3 North    Alex
#3  4 South    <NA>
#4 NA North     BDA
#5  6  <NA>      CA

或使用if_all

df %>%
  filter(if_all(c(company, type), ~ !is.na(.)))
#   id  type company
#1  3 North    Alex
#2 NA North     BDA

数据

df <- structure(list(id = c(1L, 2L, 3L, 4L, NA, 6L), type = c(NA, NA, 
"North", "South", "North", NA), company = c(NA, "ADM", "Alex", 
NA, "BDA", "CA")), class = "data.frame", row.names = c(NA, -6L
))