如何僅在一列中刪除NA數據？

Question

我有一個看起來像這樣的文件：

date       A  B
2014-01-01 2  3
2014-01-02 5  NA
2014-01-03 NA NA
2014-01-04 7  11

如果我使用newdata <- na.omit(data) ，其中data是通過R加載的上表，那么我只得到兩個數據點。 我明白了，因為它會過濾NA的所有實例。 我想要做的是過濾每個A和B這樣我得到A三個數據點， B只得到兩個。 很明顯，我的主要數據集遠遠大於數據集，而且數字不同，但兩者都不重要。

我怎樣才能做到這一點？

Answer 1

在您希望查找的相關數據向量上使用is.na() ，並使用否定結果進行索引。 例如：

R> data[!is.na(data$A), ]
        date A  B
1 2014-01-01 2  3
2 2014-01-02 5 NA
4 2014-01-04 7 11
R> data[!is.na(data$B), ]
        date A  B
1 2014-01-01 2  3
4 2014-01-04 7 11

is.na()為NA每個元素返回TRUE ，否則返回FALSE 。 要索引數據框的行，我們可以使用這個邏輯向量，但我們想要它的相反。 因此我們使用! 暗示相反（ TRUE變為FALSE ，反之亦然）。

您可以限制通過添加索引后列返回其列,在[ , ] ，如

R> data[!is.na(data$A), 1:2]
        date A
1 2014-01-01 2
2 2014-01-02 5
4 2014-01-04 7

Answer 2

數據框中的每一列必須具有相同數量的元素，這就是NA首先派上用場的原因......

你能做的是

df.a <- df[!is.na(df$A), -3]
df.b <- df[!is.na(df$B), -2]

Answer 3

在Python的情況下，我們可以使用子集來定義列/列，並且就地確定是在DF中進行更改： - rounds2.dropna（subset = ['company_permalink']，inplace = True）