r-选择只有一列有值且所有其他列都有NA的行

Question

我想知道如何根据多列上的缺失值获取行。

is.na()可以用于此目的吗？

我的数据集如下：

分数DNANA

NO	等级	类别
1	A	B	C
2	NA	A	NA
3	i	j	NA
4	W	NA	NA
5		e	f	g	h
	NA
7	不适用
8	NA	NA		B

is.na确实很有用，我们可以将其与rowSums、filter和across:一起使用

(1(

library(dplyr)
df |>
filter(rowSums(is.na(across(grade:class))) == 3)

输出：

# A tibble: 3 × 5
NO grade level score class
<dbl> <chr> <chr> <chr> <chr>
1     2 NA    A     NA    NA   
2     4 W     NA    NA    NA   
3     8 NA    NA    NA    B    

(2(

library(dplyr)
df |>
filter(rowSums(is.na(across(grade:class))) == 2)

输出：

# A tibble: 2 × 5
NO grade level score class
<dbl> <chr> <chr> <chr> <chr>
1     3 i     j     NA    NA   
2     6 NA    A     NA    S    

您可以使用rowSums(!is.na(across(...))) == n来选择具有精确n非缺失值的行。

library(dplyr)
df %>%
filter(rowSums(!is.na(across(-NO))) == 1)

---

这个答案与@harre的答案相似(比它早几分钟(，但逻辑相反。我们选择具有精确CCD_ 8缺失的行&分别为非缺失值。

在基本R中，您可以使用rowSums:

df[rowSums(is.na(df)) == 3, ]
NO grade level score class
2  2  <NA>     A  <NA>  <NA>
4  4     W  <NA>  <NA>  <NA>
8  8  <NA>  <NA>  <NA>     B

假设NO总是没有丢失，您可以尝试：

library(dplyr)
df %>%
filter(rowSums(!is.na(.)) == 2)

输出：

NO grade level score class
1  2  <NA>     A  <NA>  <NA>
2  4     W  <NA>  <NA>  <NA>
3  8  <NA>  <NA>  <NA>     B

一种可能的解决方案：

lapply(3:2, (x, y) df[x==y,], rowSums(is.na(df[-1])))
[[1]]
NO grade level score class
2  2  <NA>     A  <NA>  <NA>
4  4     W  <NA>  <NA>  <NA>
8  8  <NA>  <NA>  <NA>     B
[[2]]
NO grade level score class
3  3     i     j  <NA>  <NA>
6  6  <NA>     A  <NA>     S