Question

我有一个广泛格式的参与者问卷答复数据框，每列代表一个特定的问题/项目。

数据框看起来像这样：

id <- c(1, 2, 3, 4)
Q1 <- c(NA, NA, NA, NA)
Q2 <- c(1, "", 4, 5)
Q3 <- c(NA, 2, 3, 4)
Q4 <- c("", "", 2, 2)
Q5 <- c("", "", "", "")
df <- data.frame(id, Q1, Q2, Q3, Q4, Q5)

我希望R删除在每个行中具有（1）NA或（2）空白的所有值的列。因此，我不希望列Q1（完全由NAs组成）和列Q5（完全由“”组成的空白组成）。

根据此thread，我可以使用以下内容删除完全由NA组成的列：

df[, !apply(is.na(df), 2, all]

但是，该解决方案不会解决空白（“”）。当我在dplyr管道中执行所有这些操作时，是否还有人可以解释如何将上述代码合并到dplyr管道中？

此时，我的dplyr管道如下所示：

df <- df %>%
    select(relevant columns that I need)

之后，我被困在这里并使用方括号[]来对非NA列进行子集化。

谢谢！非常感谢。

Answer 1

我们可以使用select_if

的版本

library(dplyr)
df %>%
   select_if(function(x) !(all(is.na(x)) | all(x=="")))

#  id Q2 Q3 Q4
#1  1  1 NA   
#2  2     2   
#3  3  4  3  2
#4  4  5  4  2

您还可以将apply声明修改为

df[!apply(df, 2, function(x) all(is.na(x)) | all(x==""))]

Answer 2

您可以使用select_if执行此操作。

方法：

col_selector <- function(x) {
  return(!(all(is.na(x)) | all(x == "")))
}


df %>% select_if(col_selector)

输出：

  id Q2 Q3 Q4
1  1  1 NA   
2  2     2   
3  3  4  3  2
4  4  5  4  2

Answer 3

在dplyr 1.0版中，您可以在where()内使用辅助函数select，而无需使用select_if。

library(tidyverse)
df <- data.frame(id = c(1, 2, 3, 4),
                 Q1 = c(1, "", 4, 5), 
                 Q2 = c(NA, NA, NA, NA),
                 Q3 = c(NA, 2, 3, 4), 
                 Q4 = c("", "", 2, 2), 
                 Q5 = c("", "", "", ""))

df %>% select(where(~ !(all(is.na(.)) | all(. == ""))))
#>   id Q1 Q3 Q4
#> 1  1  1 NA   
#> 2  2     2   
#> 3  3  4  3  2
#> 4  4  5  4  2

使用dplyr

3 个答案: