Question

我有一个庞大的复杂数据集，需要仔细缩减。在某些情况下，这意味着根据唯一条件过滤单个记录。假设我有以下数据：

       locname mo dy   yr nest.stat daynight
1 CARACO CREEK  3  9 1994         U        D
2 CARACO CREEK  4  4 1994      <NA>        D
3 CARACO CREEK  4 14 1994      <NA>        N
4 CARACO CREEK  5  5 1994      <NA>        D
5 CARACO CREEK  5 17 1994      <NA>        N
6 CARACO CREEK  6 29 1994      <NA>        N
7 CARACO CREEK  8  2 1994         F        D

我需要删除第七条记录，这在locname_yr_nest.stat中在数据集中是唯一的（我不能只说df [-7，]，因为位置可以在新的数据迭代中更改）。

我尝试了

df[!(df$locname=="CARACO CREEK" & df$nest.stat=="F" & df$yr==1994),]

但返回

          locname mo dy   yr nest.stat daynight
1    CARACO CREEK  3  9 1994         U        D
NA           <NA> NA NA   NA      <NA>     <NA>
NA.1         <NA> NA NA   NA      <NA>     <NA>
NA.2         <NA> NA NA   NA      <NA>     <NA>
NA.3         <NA> NA NA   NA      <NA>     <NA>
NA.4         <NA> NA NA   NA      <NA>     <NA>

如果我只过滤两列（例如locname和yr），则可以正常工作。这就是我从较大的集合中创建较小的集合的方式，该集合显示了所有1994年的记录。但是，添加第三列会使其脱离。另外需要注意的是，这种精确方法适用于不同列上的不同数据集。

为简单起见，这里是示例集：

df <- structure(list(locname = c("CARACO CREEK", "CARACO CREEK", "CARACO CREEK", 
"CARACO CREEK", "CARACO CREEK", "CARACO CREEK", "CARACO CREEK"
), mo = c(3, 4, 4, 5, 5, 6, 8), dy = c(9, 4, 14, 5, 17, 29, 2
), yr = c(1994, 1994, 1994, 1994, 1994, 1994, 1994), nest.stat = c("U", 
NA, NA, NA, NA, NA, "F"), daynight = c("D", "D", "N", "D", "N", 
"N", "D")), class = "data.frame", row.names = c(NA, 7L))

Answer 1

将“ F”与NA进行比较时，您的条件检查 nest.stat 失败。

这是一种凌乱的base-R方法：

df[!(df$locname == "CARACO CREEK" & 
     ifelse(!is.na(df$nest.stat),df$nest.stat == "F",FALSE) &
      df$yr == 1994),]

输出：

   locname mo dy   yr nest.stat daynight
1 CARACO CREEK  3  9 1994         U        D
2 CARACO CREEK  4  4 1994      <NA>        D
3 CARACO CREEK  4 14 1994      <NA>        N
4 CARACO CREEK  5  5 1994      <NA>        D
5 CARACO CREEK  5 17 1994      <NA>        N
6 CARACO CREEK  6 29 1994      <NA>        N

当我在多列上进行过滤时引入的NA值

1 个答案: