根据行向NA计数过滤数据帧

Question

我想根据每行中NA的数量过滤data.frame。

如果我开始与以下，

> d 
    A B C E 
1 2 2 6 7 
2 4 9 NA 10 
3 6 NA NA 4 
4 9 7 1 8 

我想过滤d列有2或更多NA的除去行A，B和C，以产生：

A B C E 
1 2 2 6 7 
2 4 9 NA 10 
4 9 7 1 8 

Answer 1

为了可再现性，请在下面定义data.frame，并在每行中定义各种数量的NA。

df <- data.frame(
    A = c(1, 2, 3, NA), 
    B = c(1, 2, NA, NA), 
    C = c(1, NA, NA, NA), 
    E = c(5, 6, 7, 8) 
) 

定义计数在给定行，如果NA的数的函数：

countNA <- function(df) apply(df, MARGIN = 1, FUN = function(x) length(x[is.na(x)])) 

基于问题的措辞，从这个计算中排除列E：

df_noE <- subset(df, select=-E) 

现在使用上面的函数计算每行NA s：

na_count <- countNA(df_noE) 

现在过滤原始data.frame这个数：

df[na_count < 2,] 

在单行一起：

df[countNA(subset(df, select=-E)) < 2,] 

Answer 2

我们可以对数据集中的列子集使用rowSums与is.na子集行

d[rowSums(is.na(d[1:3]))<2,] 
# A B C E 
#1 2 2 6 7 
#2 4 9 NA 10 
#4 9 7 1 8 

d[1:3]仅选择'A，B，C'列的数据集。应用is.na将其转换为TRUE/FALSE的逻辑矩阵，在rowSums的每一行中执行TRUE值的sum，最后检查该数字是否小于2以获得我们用于子集化行的逻辑vector。

---

另一种方法是使用Reduce与+

d[Reduce(`+`,lapply(d[1:3], is.na)) <2,]