Question

我想删除一列中连续超过3个NA的行。

      [,1] [,2] 
[1,]    1    1   
[2,]   NA    1   
[3,]    2    4   
[4,]   NA    3   
[6,]    1    4   
[7,]   NA    8
[8,]   NA    5
[9,]   NA    6

所以我有这个数据

      [,1] [,2] 
[1,]    1    1   
[2,]   NA    1   
[3,]    2    4   
[4,]   NA    3   
[6,]    1    4

我做了一项研究，我尝试了这段代码

data[! rowSums(is.na(data)) >3  , ]

但我认为这只用于连续NA个连续。

Answer 1

如上所述，rle是一个很好的起点：

is.na.rle <- rle(is.na(data[, 1]))

由于NAs只有三个或更多时才“坏”，我们可以重写这些值：

is.na.rle$values <- is.na.rle$values & is.na.rle$lengths >= 3

最后，使用inverse.rle构建要过滤的索引向量：

data[!inverse.rle(is.na.rle), ]

Answer 2

你可以使用rle，或者你可以这样做：

library(data.table)

d = data.table(a = c(1,NA,2,NA,3,4,NA,NA,NA), b = c(1:9))

d[d[, if(.N > 3) {.I[1]} else {.I}, by = cumsum(!is.na(a))]$V1]
#    a b
#1:  1 1
#2: NA 2
#3:  2 3
#4: NA 4
#5:  3 5
#6:  4 6

运行d[, cumsum(!is.na(a))]以查看其工作原理。另外，我可以使用.SD代替.I来获得更清晰的代码，但却选择了效率。

Answer 3

正如@DirkEddelbuettel建议的那样，rle()功能会有所帮助。您可以创建自己的函数来标识具有3个或更多连续NA值的矢量元素。

consecna <- function(x, n=3) {
    # function to identify elements with n or more consecutive NA values
    y <- rle(is.na(x))
    y$values <- y$lengths > (n - 0.5) & y$values
    inverse.rle(y)
    }

然后，您可以将此函数应用于矩阵的每一列。

# example matrix of data
m <- matrix(c(1, NA, 2, NA, 1, NA, NA, NA, 1, 1, 4, 3, 4, 8, 5, 6), ncol=2)

# index matrix identifying elements with 3 or more consecutive NA values
mindex <- apply(m, 2, consecna)

然后使用创建的索引矩阵去除所有已识别的行。

# removal of all the identified rows
m2 <- m[!apply(mindex, 1, any), ]

列中的连续NAs

3 个答案: