Question

我有一个包含大约300000行和600列的数据帧。我想删除包含刺痛的所有行＆＃34; NULL＆＃34;在至少一列中。如果不使用行和列的for循环，我将如何实现它？

在这种情况下，数据表的工作速度是否比普通数据帧快？

Answer 1

我们可以使用rowSums（应该很快）

df1[!rowSums(df1=='NULL'),]

或另一个选项any apply

df1[!apply(df1=='NULL', 1, any),]

如果我们需要data.table解决方案，

setDT(df1)[df1[,!Reduce(`+` , lapply(.SD, `==`, 'NULL'))]]

如果我们使用NULL read.table / read.csv`（如@Roland所述）将NA元素作为na.strings='NULL' in the阅读

 setDT(df1)[df1[, !Reduce(`+`,lapply(.SD, is.na))]]

数据

set.seed(24)
df1 <- data.frame(V1= sample(c(LETTERS[1:3],'NULL'), 20, replace=TRUE), 
        V2= sample(c(LETTERS[1:5], 'NULL'), 20, replace=TRUE),
       V3= sample(c(LETTERS[1:8], 'NULL'), 20, replace=TRUE), stringsAsFactors=FALSE)

Answer 2

如果您使用选项na.strings = c（＆＃34; NA＆＃34;，＆＃34; NULL＆＃34;）读取数据，则可以使用complete.cases。

df_complete <- df[complete.cases(df),]

仅返回那些不包含任何NA值的行。

检查R中数据帧中每行是否包含某些值的最快方法？

2 个答案:

数据