删除一列 r 有一个缺失值的因子水平答案

【问题标题】：drop levels of factor for which there is one missing value for one column r删除一列 r 有一个缺失值的因子水平
【发布时间】：2014-12-18 19:47:12
【问题描述】：

我想删除任何出现的某一行包含缺失值的因子水平

例子：

ID var1 var2
1  1    2
1  NA   3
2  1    2
2  2    4

所以，在这个假设中，剩下的将是：

ID var1 var2
2  1    2
2  2    4

【问题讨论】：

标签： r

【解决方案1】：

她可能的data.table 解决方案（对不起@rawr）

library(data.table)
setDT(df)[, if (all(!is.na(.SD))) .SD, ID]
#    ID var1 var2
# 1:  2    1    2
# 2:  2    2    4

如果你只想查看var1 那么

df[, if (all(!is.na(var1))) .SD, ID]
#    ID var1 var2
# 1:  2    1    2
# 2:  2    2    4

【讨论】：

【解决方案2】：

假设NAs 会同时出现在var 列中，

 df[with(df, !ave(!!rowSums(is.na(df[,-1])), ID, FUN=any)),]
 #   ID var1 var2
 #3  2    1    2
 #4  2    2    4

或者如果它只特定于var1

 df[with(df, !ave(is.na(var1), ID, FUN=any)),]
 #  ID var1 var2
 #3  2    1    2
 #4  2    2    4

或使用dplyr

 library(dplyr)
 df %>% 
     group_by(ID) %>%
     filter(all(!is.na(var1)))
 #   ID var1 var2
 #1  2    1    2
 #2  2    2    4

数据

 df <- structure(list(ID = c(1L, 1L, 2L, 2L), var1 = c(1L, NA, 1L, 2L
 ), var2 = c(2L, 3L, 2L, 4L)), .Names = c("ID", "var1", "var2"
 ), class = "data.frame", row.names = c(NA, -4L))

【讨论】：

【解决方案3】：

这是 base R 中的另一个选项。它将检查所有列的 NA。

df[!df$ID %in% df$ID[rowSums(is.na(df)) > 0],]
#  ID var1 var2
#3  2    1    2
#4  2    2    4

如果您只想检查“var1”列，您可以这样做：

df[!with(df, ID %in% ID[is.na(var1)]),]
#  ID var1 var2
#3  2    1    2
#4  2    2    4

【讨论】：

【解决方案4】：

在data.table 的当前开发版本中，data.tables 有一个新的na.omit 实现，它接受cols = 和invert = 参数。

cols = 允许指定要在其上查找NAs 的列。而invert = TRUE 则返回 NA 行，而不是省略它们。

您可以安装开发版by following these instructions。或者您可以在某个时候在 CRAN 上等待 1.9.6。使用它，我们可以这样做：

require(data.table) ## 1.9.5+
setkey(setDT(df), ID)
df[!na.omit(df, invert = TRUE)]
#    ID var1 var2
# 1:  2    1    2
# 2:  2    2    4

这是如何工作的：

setDT通过引用将data.frame转换为data.table。
setkey 按提供的列对 data.table 进行排序，并将这些列标记为键列，以便我们可以执行连接。
na.omit(df, invert = TRUE) 只给出那些在任何地方都有NA 的行。
X[!Y] 通过加入键列ID 进行反连接，并返回所有与ID = 1 不匹配的行（来自Y）。查看this post 详细了解 data.table 的连接。

HTH

【讨论】：