降低一個列r的缺失值的因子水平

Question

我想刪除任何一個因子級別的出現，其中一行包含缺失值

例：

ID var1 var2
1  1    2
1  NA   3
2  1    2
2  2    4

所以，在這個假設中，剩下的將是：

ID var1 var2
2  1    2
2  2    4

Answer 1

她的可能data.table解決方案（對不起@rawr）

library(data.table)
setDT(df)[, if (all(!is.na(.SD))) .SD, ID]
#    ID var1 var2
# 1:  2    1    2
# 2:  2    2    4

如果你只想檢查var1那么

df[, if (all(!is.na(var1))) .SD, ID]
#    ID var1 var2
# 1:  2    1    2
# 2:  2    2    4

Answer 2

假設在兩個var列中都會出現NAs ，

 df[with(df, !ave(!!rowSums(is.na(df[,-1])), ID, FUN=any)),]
 #   ID var1 var2
 #3  2    1    2
 #4  2    2    4

或者，如果它僅特定於var1

 df[with(df, !ave(is.na(var1), ID, FUN=any)),]
 #  ID var1 var2
 #3  2    1    2
 #4  2    2    4

或者使用dplyr

 library(dplyr)
 df %>% 
     group_by(ID) %>%
     filter(all(!is.na(var1)))
 #   ID var1 var2
 #1  2    1    2
 #2  2    2    4

數據

 df <- structure(list(ID = c(1L, 1L, 2L, 2L), var1 = c(1L, NA, 1L, 2L
 ), var2 = c(2L, 3L, 2L, 4L)), .Names = c("ID", "var1", "var2"
 ), class = "data.frame", row.names = c(NA, -4L))

Answer 3

這是基礎R中的另一個選項。它將檢查所有列的NA。

df[!df$ID %in% df$ID[rowSums(is.na(df)) > 0],]
#  ID var1 var2
#3  2    1    2
#4  2    2    4

如果您只想簽入“var1”列，您可以執行以下操作：

df[!with(df, ID %in% ID[is.na(var1)]),]
#  ID var1 var2
#3  2    1    2
#4  2    2    4

Answer 4

在data.table的當前開發版本中，有一個針對data.tables的na.omit的新實現，它采用了cols =和invert = arguments。

cols =允許指定要查找NAs的列。 而invert = TRUE返回NA行，而不是省略它們 。

您可以按照這些說明安裝devel版本。 或者你可以在CRAN等待1.9.6。 使用它，我們可以做到：

require(data.table) ## 1.9.5+
setkey(setDT(df), ID)
df[!na.omit(df, invert = TRUE)]
#    ID var1 var2
# 1:  2    1    2
# 2:  2    2    4

---

這是如何工作的：

• setDT通過引用將setDT轉換為data.table。

• setkey按提供的列對data.table進行排序，並將這些列標記為鍵列，以便我們可以執行連接。

• na.omit(df, invert = TRUE)只給出那些在任何地方都有NA行。

• X[!Y]通過連接鍵列ID執行anit-join，並返回與ID = 1 （來自Y ）不匹配的所有行。 查看這篇文章 ，詳細了解data.table的連接。

HTH