“结果必须有长度......”'complete.cases'的错误

Question

这是我向here 提出的问题的扩展，我正在寻找一种方法，根据他们的数据是否与我的过滤器匹配，自动将我的主题标记为组。

在尝试自动标记之前，这就是我所拥有的。

library(tidyverse)

df <- structure(list(Subj_ID = c(1L, 1L, 1L, 2L, 2L, 2L, 3L, 3L, 3L),
                 Location = c(1, 2, 3, 1, 4, 2, 1, 2, 5)), class = "data.frame", 
            row.names = c(NA, -9L))


df2 <- df %>%
  mutate(group=
       if_else(Subj_ID ==1,
               "Treatment",
       if_else(Subj_ID == 2,
                "Control","Withdrawn")))


complete.df <- df2 %>% filter(complete.cases(.))

在我的实际数据中，有些行具有 NA，我需要能够过滤完整和不完整的情况，以便在需要时单独查看子数据集。 我的新代码如下所示，它根据是否有位置数据点 4 或 5 将主题分配给组：

df2 <- df %>%
  mutate(group=
       if_else(Subj_ID ==1,
               "Treatment",
       if_else(Subj_ID == 2,
                "Control","Withdrawn")))

df3 <- df2 %>% ##this chunk breaks filter(complete.cases(.))
  group_by(Subj_ID) %>%
  mutate(group2 = case_when(any(Location == 4) | any(Location == 5) ~ "YES", TRUE ~ "NO"))

complete.df <- df3 %>% filter(complete.cases(.))

一旦我通过变异 df2 生成 df3，我的 filter(complete.cases(.)) 随后就会失败。

然而，如果我要通过手动重新编码生成 df3，它就可以了！因此：

df2 <- df %>%
  mutate(group=
       if_else(Subj_ID ==1,
               "Treatment",
       if_else(Subj_ID == 2,
                "Control","Withdrawn")))

df3 <- df2 %>%
  mutate(group2=
       if_else(Subj_ID ==2 | 
              Subj_ID ==3,
               "TRUE", "FALSE"))

complete.df <- df3 %>% filter(complete.cases(.))

想法？

Answer 1

可能是group_by 属性导致问题，可以通过ungrouping 解决，然后应用filter。在 OP 的最后一个代码块（手动编码）中，它没有创建分组属性，因此它可以工作

library(dplyr)
df3 %>%
       ungroup %>%
       filter(complete.cases(.))

或者代替filter中的complete.cases，我们可以在不删除分组属性的情况下使用!is.na和filter_all

df3 %>% 
    filter_all(any_vars(!is.na(.)))

---

关于最后一个代码块的 OP 正在工作，但它没有任何组属性。如果我们创建一个，那么它也会失败

df3 %>% 
     group_by(group) %>%
     filter(complete.cases(.))

错误：结果的长度必须是 3，而不是 9