Question

我从一项调查中得到的数据，对于该问题的任何回答都被认为是有效的，无论是回答之前还是之后的问题。

所有用于响应的数据都在data.table中，其名称以“ question”开头的列中

> dt.x <- data.table(
    row = 1:5,
    question_a = c(NA,NA,"A","B","C"),
    question_b = c(NA,"A","B","C","D")
)

> dt.x
   row question_a question_b
1:   1       <NA>       <NA>
2:   2       <NA>          A
3:   3          A          B
4:   4          B          C
5:   5          C          D

我的目标是删除以“问题”开头的任何列中都没有数据的行，但是其他列中可能有数据，例如示例中的行列。

   row question_a question_b
1:   2       <NA>          A
2:   3          A          B
3:   4          B          C
4:   5          C          D

如何在列名称重复添加时执行此操作？我正在尝试类似

> dt.x[!all(is.na(get(grep("question", names(dt.x), value = T))))]
   row question_a question_b
1:   1       <NA>       <NA>
2:   2       <NA>          A
3:   3          A          B
4:   4          B          C
5:   5          C          D

但没有得到我想要的结果。

Answer 1

您可以使用rowSums并计算每行的NA值，然后选择没有全部NA的行

question_cols <- sum(grepl("^question", names(dt.x)))
dt.x[rowSums(is.na(dt.x[, -1])) != question_cols, ]

#   row question_a question_b
#1:   2       <NA>          A
#2:   3          A          B
#3:   4          B          C
#4:   5          C          D

或使用dplyr，filter_at

library(dplyr)
dt.x %>%
   filter_at(vars(starts_with("question")), any_vars(!is.na(.)))

Answer 2

对于您的情况，您可以执行以下操作：

dt.x[, .SD[!all(is.na(.SD))], by = row]

如果存在更多列：

dt.x[dt.x[, !all(is.na(.SD)), by = row, .SDcols = patterns("^question")]$V1]

从data.table中删除所有名称包括“ question”的列均不适用的行

2 个答案: