Question

假设我编写以下代码来生成数据帧：

name <- c("Joe","John","Susie","Mack","Mo","Curly","Jim")
age <- c(1,2,3,NaN,4,5,NaN)
DOB <- c(10000, 12000, 16000, NaN, 18000, 20000, 22000)
DOB <- as.Date(DOB, origin = "1960-01-01")
trt <- c(0, 1, 1, 2, 2, 1, 1)
df <- data.frame(name, age, DOB, trt)

看起来像这样：

   name age        DOB trt
1   Joe   1 1987-05-19   0
2  John   2 1992-11-08   1
3 Susie   3 2003-10-22   1
4  Mack NaN       <NA>   2
5    Mo   4 2009-04-13   2
6 Curly   5 2014-10-04   1
7   Jim NaN 2020-03-26   1

如何删除年龄和DOB都缺少该行的值的行？例如，我希望新数据框（df2）看起来像这样：

   name age        DOB trt
1   Joe   1 1987-05-19   0
2  John   2 1992-11-08   1
3 Susie   3 2003-10-22   1
5    Mo   4 2009-04-13   2
6 Curly   5 2014-10-04   1
7   Jim NaN 2020-03-26   1

我尝试过以下代码，但删除了太多行：

df2 <- df[!(is.na(df$age)) & !(is.na(df$DOB)), ]

在SAS中，我会写在DATA步骤中WHERE missing(age) ge 1 AND missing(DOB) ge 1，但显然R具有不同的语法。

提前致谢！

Answer 1

如果要删除两列（年龄和DOB）的NA大于1的行（这在数学上意味着在这种情况下只能有2个NA），您可以这样做：

df[!is.na(df$age) | !is.na(df$DOB),]

这意味着两个列或其中一列应该不 NA，或

df[rowSums(is.na(df[2:3])) < 2L,]

这意味着第2列和第3列中的NA之和应小于2（因此，1或0）或非常相似：

df[rowSums(is.na(df[c("age", "DOB")])) < 2L,]

当然还有其他选项，比如@rawr在评论中提供的内容。

为了更好地理解子集，请检查：

rowSums(is.na(df[2:3]))
#[1] 0 0 0 2 0 0 1

rowSums(is.na(df[2:3])) < 2L
#[1]  TRUE  TRUE  TRUE FALSE  TRUE  TRUE  TRUE

Answer 2

也许这会更容易：

require(tidyverse)
df <- drop_na(df, c("age", "DOB"))

Answer 3

你非常接近

df[!(is.na(df$age) & is.na(df$DOB)), ]

或

df[!is.na(df$age) | !is.na(df$DOB), ]

如何从data.frame中删除两个特定列缺少值的行？

3 个答案: