Question

以下是一个示例：

x = data.frame(x1=1:3, x2=2:4, x3=3:5)
x
#   x1 x2 x3
# 1  1  2  3
# 2  2  3  4
# 3  3  4  5
x[2, 1] = NA
x[3, 2] = NA
complete.cases(x)
# [1]  TRUE FALSE FALSE
x[complete.cases(x), , drop=FALSE]
#   x1 x2 x3
# 1  1  2  3

如果改为完整的情况，我想过滤完整的变量（列）？在上面的例子中，它应该是这样的：

x[,3,drop=FALSE]
#   x3
# 1  3
# 2  4
# 3  5

Answer 1

或类似的东西：

 x[, complete.cases(t(x)), drop=FALSE] # Tks Simon

Answer 2

您可以这样做：

R> x[,sapply(x, function(v) sum(is.na(v))==0), drop=FALSE]
  x3
1  3
2  4
3  5

Answer 3

我确信这里有一个更清洁的策略，但我认为以下功能也可以使用：

x = data.frame(x1=1:3, x2=2:4, x3=3:5)
x[2, 1] = NA
x[3, 2] = NA

complete.cols = function(dat){   
  non.missing.test = apply(dat,2,function(t){sum(is.na(t))==0})
  dat.complete.cols = data.frame(dat[,which(non.missing.test == TRUE)])
  names(dat.complete.cols) = names(dat)[which(non.missing.test == TRUE)]
  return(dat.complete.cols)
}

complete.cols(x)

Answer 4

这个小功能应该有效：

for (a in c(1:length(x))){
    ifelse(TRUE%in%is.na(x[,a]),print ('INCOMPLETE'),print ('COMPLETE'))
}

Answer 5

 complete.col <- function(col) sum(is.na(col))==0
 dfrm[ sapply(dfrm, complete.col) ]
 #or almost equivalently
 dfrm[ ,   ]

 #If you wanted the numbers of the columns with no missing
 which( sapply(dfrm, complete.col) )

 # To wrap `sapply` around the function on a single column functions
 complete.cols <- function(dfrm) sapply(dfrm, function(col) sum(is.na(col))==0)
 x[ complete.cols(x) ]
#--------
  x3
1  3
2  4
3  5

Answer 6

您可以使用sapply使用该结果检查缺失值和子集的列：

x[sapply(x,function(y) !any(is.na(y)))]
  x3
1  3
2  4
3  5

对于R中的变量，是否有类似的complete.cases？

6 个答案: