子集删除df $ var = 0的行会产生NA行,其中var为NA

时间:2017-12-11 20:39:02

标签: r subset na

我有一个data.frame,我试图消除一些观察结果。我想删除out$SUB_AGE等于0的任何行。但是,当我尝试根据该条件对我的df进行子集化时,它会将NA out$SUB_AGE的任何行转换为NA行。我提供了一个下面的输入,它实际上并不包含out$SUB_AGE=0的所有行,但它的行为与包含零的完整数据集的行为完全相同。

# dput the data
> temp <- dput(droplevels(out[1:12, 1:4]))
structure(list(SUB_ID = c(5998784L, 6805295L, 318926L, 1270965L, 
1635543L, 4296301L, 1001498L, 2388387L, 2190957L, 4168048L, 318926L, 
4073180L), ORG_ID = c(10861L, 17361L, 10608L, 11099L, 13135L, 
14803L, 12359L, 13151L, 13135L, 17252L, 10608L, 17317L), SUB_AGE = c(36, 
NA, NA, 40, 60, 50, 52, 61, 56, 62, NA, NA), SUB_SEX = c(NA, 
1, 2, 1, 2, 2, 1, 2, 2, NA, 2, 2)), .Names = c("SUB_ID", "ORG_ID", 
"SUB_AGE", "SUB_SEX"), row.names = c(107L, 190L, 242L, 331L, 
361L, 447L, 455L, 591L, 663L, 664L, 731L, 732L), class = "data.frame")


# table before subsetting
     SUB_ID ORG_ID SUB_AGE SUB_SEX
107 5998784  10861      36      NA
190 6805295  17361      NA       1
242  318926  10608      NA       2
331 1270965  11099      40       1
361 1635543  13135      60       2
447 4296301  14803      50       2
455 1001498  12359      52       1
591 2388387  13151      61       2
663 2190957  13135      56       2
664 4168048  17252      62      NA
731  318926  10608      NA       2
732 4073180  17317      NA       2


# code to subset
temp <- temp[temp$SUB_AGE != 0,]


# table after subsetting
      SUB_ID ORG_ID SUB_AGE SUB_SEX
107  5998784  10861      36      NA
NA        NA     NA      NA      NA
NA.1      NA     NA      NA      NA
331  1270965  11099      40       1
361  1635543  13135      60       2
447  4296301  14803      50       2
455  1001498  12359      52       1
591  2388387  13151      61       2
663  2190957  13135      56       2
664  4168048  17252      62      NA
NA.2      NA     NA      NA      NA
NA.3      NA     NA      NA      NA

我确定这里有一些简单的东西我在这里失踪了但是我绞尽脑汁,显然无法想出正确的关键词组合来自己解决这个问题。

1 个答案:

答案 0 :(得分:3)

要了解此问题,请尝试打印temp$SUB_AGE != 0

[1] TRUE   NA   NA TRUE TRUE TRUE TRUE TRUE TRUE TRUE   NA   NA

您将此向量用于子集temp,但该功能仅适用于TRUE / FALSE值。如果要保留所有具有NA值的行,可以添加一个额外条件:

temp[temp$SUB_AGE != 0 | is.na(temp$SUB_AGE),]