选择包含许多观察结果的列

Question

我有一个包含大量观察结果和大量变量的数据集。 但是一些变量只有一些观察结果的真实值。 如何删除少于500个观察值的变量？

我一直试图在dplyr的上下文中dplyr一种方法来做到这dplyr ，但是select()似乎不会那样工作。

这也不是很有意义，但这是我一直在思考的方向：

dat[,sum(!is.na) > 500]

Answer 1

我们可以使用vapply

dat[vapply(dat, function(x) sum(is.na(x)) <=500, 0)]

或搭配Filter

Filter(function(x) sum(is.na(x)) <= 500, dat)