r - 如何忽略整行 NA 之后并包括整行 NA 的所有行？

Question

我问这个问题的原因是因为我在一个实验室工作，我的同事在 Microsoft-Excel 电子表格中进行一些分析。有时我会在电子表格列的底部找到 Microsoft Excel 分析表。为了我的目的，我可以轻松地将这些电子表格读入 R。这种模式是，电子表格中总是至少有一整行空单元格或 NA，因此任何跟随并包含一整行 NA 的内容都不应该被解释为 R，因为它不是原始数据。

想象一个像这样的简单的数字数据框(df)。

我添加了一个“#”来显示我想要排除的行。

    x  y  z  comments
1   8  5  4     <NA>
2   3  6  5     <NA>
3   7  7  3     <NA>
4   9  3 10     Well
5   4 NA  6     <NA>
6   5  9  8     <NA>
7   1  4  7     Yeah
8  10  2  2     <NA>
9   2 10  9     <NA>
10  6  1  1 I guess 
11 NA NA NA     <NA> # whole row of NAs/empty cells. # exclude
12  8  3  4  Summary # exclude 
13  1  1  2     <NA> # exclude
14 NA NA NA     <NA> # exclude 

如果我只是排除包含 NA 的所有行，我会丢失很多信息:

print(na.omit(df))
   x y  z comments
4  9 3 10     Well
7  1 4  7     Yeah
10 6 1  1 I guess 

我不想忽略这些评论，因为它们可能完整，也可能不完整。

但是看到整行 NA(在本示例中出现在第 11 行中)表明要排除以下行，因此我想要包含的电子表格包含以下内容:

    x  y  z comments
1   8  5  4     <NA>
2   3  6  5     <NA>
3   7  7  3     <NA>
4   9  3 10     Well
5   4 NA  6     <NA>
6   5  9  8     <NA>
7   1  4  7     Yeah
8  10  2  2     <NA>
9   2 10  9     <NA>
10  6  1  1 I guess 

这只是这里的模拟数据，但我必须经常这样做，所以这是我向您展示的模拟数据:

structure(list(x = c(8, 3, 7, 9, 4, 5, 1, 10, 2, 6, NA, 8, 1, 
NA), y = c(5, 6, 7, 3, NA, 9, 4, 2, 10, 1, NA, 3, 1, NA), z = c(4, 
5, 3, 10, 6, 8, 7, 2, 9, 1, NA, 4, 2, NA), comments = c(NA, NA, 
NA, "Well", NA, NA, "Yeah", NA, NA, "I guess ", NA, "Summary", 
NA, NA)), .Names = c("x", "y", "z", "comments"), row.names = c(NA, 
14L), class = "data.frame")

如何排除任何类型的数据框中包含和跟随整行 NA(空单元格)的所有行？

谢谢。

Answer 1

我们可以使用 Reduce 和 & 来创建一个逻辑向量来对数据集进行子集化

df[!cumsum(Reduce(`&`, lapply(df, is.na))),]
#   x  y  z comments
#1   8  5  4     <NA>
#2   3  6  5     <NA>
#3   7  7  3     <NA>
#4   9  3 10     Well
#5   4 NA  6     <NA>
#6   5  9  8     <NA>
#7   1  4  7     Yeah
#8  10  2  2     <NA>
#9   2 10  9     <NA>
#10  6  1  1 I guess