R删除仅具有NA的组

Question

我有一个类似于以下结构生成的数据框：

library(dplyr)

df1 <- expand.grid(region   = c("USA", "EUR", "World"),
                  time     = c(2000, 2005, 2010, 2015, 2020),
                  scenario = c("policy1", "policy2"),
                  variable = c("foo", "bar"))

df2 <- expand.grid(region   = c("USA", "EUR", "World"),
                  time     = seq(2000, 2020, 1),
                  scenario = c("policy1", "policy2"),
                  variable = c("foo", "bar"))

df2 <- filter(df2, !(time %in% c(2000, 2005, 2010, 2015, 2020)))

df1$value <- rnorm(dim(df1)[1], 1.5, 1)
df1[df1 < 0] <- NA
df2$value <- NA

df1[df1$region == "World" & df1$variable == "foo", "value"] <- NA

df <- rbind(df1, df2)

rm(df1, df2)

df <- arrange(df, region, scenario, variable, time)

df包含两种NA类型。 对于区域和变量（World / foo）的一种组合，根本没有数据。 对于所有其他组合，我们具有除2000、2005、2010、2015、2020年以外的所有年份的资产净值。

我需要一个过滤器，以删除仅包含NA的区域和变量的组合，但保留仅包含几个NA的那些组合。 背景是我想应用线性插值法，通过将dplyr和zoo dplyr功能（用于插值法）结合使用，来计算后者的缺失值：

df <- group_by(df, region, scenario, variable, time) %>%
      mutate(value = zoo::na.approx(value)) %>% ungroup()

仅包含NA的组会导致na.approx返回错误，因为它不能仅对NA起作用。

Answer 1

若要仅保留至少具有1个非NA条目value的region和variable组合，可以使用：

df %>% group_by(region, variable) %>% filter(any(!is.na(value)))

或等效地：

df %>% group_by(region, variable) %>% filter(!all(is.na(value)))

使用data.table，您可以使用：

library(data.table)
setDT(df)[, if(any(!is.na(value))) .SD, by = .(region, variable)]

基于R的方法可能是：

df_split <- split(df, interaction(df$region, df$scenario, df$variable))
do.call(rbind.data.frame, df_split[sapply(df_split, function(x) any(!is.na(x$value)))])