如果所選列中的所有值都返回 NA 作為結果，則刪除數據框中的行

Question

我有一個超過 122000 行和 60 列的大型數據框，但簡化后的數據框如下所示：

structure(list(mz = c(40, 50, 60, 70, 80, 90), 
`sample 1` = c(NA, 51, NA, NA, 675, 12), 
`sample 2` = c(NA, 51, NA, NA, 2424, 5),
`Sample 3` = c(NA, 51, NA, 300, 1241, NA), 
`Blank Average` = c(10, 20, 50, 78, NA, 0.00333333),
row.names = c(NA, -6L), class = c("tbl_df", "tbl", "data.frame"))

我想要做什么：我想要我正在編寫的函數，以創建一個新的數據框，在其中刪除一行，以防 ALL SAMPLE COLUMNS 返回 NA。

我首先嘗試對整個示例列進行子集化：

sample_cols <- grep("sample", names(dataframe),ignore.case = TRUE)

為了在僅這些子集樣本列全部返回 NA 時連續刪除行，我試過：na_omit -> 這不起作用，因為這會刪除行，但也會刪除只有一個值 NA 的行，而不是該行中的所有值樣品。

我也試過：

 Sample_cols_df<- dataframe[sample_cols] #Sample_cols are all the sample columns
  Row_filtered<-Sample_cols_df[rowSums(is.na(Sample_cols_df)) != ncol(Sample_cols_df),

但是我不太了解這個解決方案，因為我不熟悉 rowSums 並且還是 R 的新手。我最終用這段代碼刪除了正確的行，但是這個方法也刪除了不是樣本列的列使其工作的過程。

**簡而言之：

• 我需要對樣本列進行子集化，如果所有樣本列都是 NA，則應過濾掉該行。
• 如果該行的樣本值中只有 PART 返回 NA，則不應刪除該行。
• 除了示例列之外的其他列不應在此過程中被刪除，我希望最終得到完全相同的數據框布局，只是某些行僅包含其中刪除的所有示例列的 NA 值。**

-> 供參考：在我上面提供的示例數據幀中，應刪除第 1 行和第 3 行，因為所有樣本值都是 NA，盡管 mz 和空白平均值不是。 例如，不應刪除第 4 行，因為其中一個樣本值返回結果而沒有 NA。

我已經在 StackOverflow 上注意到了很多關於此的主題，但是經過一天的搜索和嘗試，我似乎無法找到與我想要做的完全匹配的主題。 如果有人有任何想法，請告訴我！

Answer 1

我們可以用

df1[!rowSums(!is.na(df1[sample_cols])),]