r - 具有多列条件的dplyr过滤器

Question

这是一个虚拟数据:

father<- c(1, 1, 1, 1, 1)
mother<- c(1, 1, 1, NA, NA) 
children <- c(NA, NA, 2, 5, 2) 
cousins   <- c(NA, 5, 1, 1, 4) 


dataset <- data.frame(father, mother, children, cousins)  
dataset


father  mother  children cousins
1      1       NA      NA
1      1       NA       5
1      1        2       1
1     NA        5       1
1     NA        2       4

我想过滤这一行:

  father  mother  children cousins
    1      1       NA      NA

我可以做到:

test <- dataset %>% 
filter(father==1 & mother==1) %>%
filter (is.na(children)) %>%
filter (is.na(cousins))
test  

我的问题 :
我有很多专栏，比如爷爷、叔叔1、叔叔2、叔叔3，我想避免这样的事情:

  filter (is.na(children)) %>%
  filter (is.na(cousins)) %>%
  filter (is.na(uncle1)) %>%
  filter (is.na(uncle2)) %>%
  filter (is.na(uncle3)) 
  and so on...

我如何使用 dplyr 说用 na 过滤所有列(父亲==1 & 母亲==1 除外)

Answer 1

一个可能的 dplyr (0.5.0.9004 <= version < 1.0) 解决方案是:

# > packageVersion('dplyr')
# [1] ‘0.5.0.9004’

dataset %>%
    filter(!is.na(father), !is.na(mother)) %>%
    filter_at(vars(-father, -mother), all_vars(is.na(.)))

解释:

vars(-father, -mother) : 选择除 father 之外的所有列和 mother .

all_vars(is.na(.)) : 保留行 is.na是 TRUE为 全部 选定的列。

注: any_vars应该用来代替 all_vars如果行在哪里 is.na是 TRUE为 任何 列要保留。

更新 (2020-11-28)
如 _at函数和 vars已被 across 的使用所取代从 dplyr 1.0 开始，现在推荐以下方式(或类似方式):

dataset %>%
    filter(across(c(father, mother), ~ !is.na(.x))) %>%
    filter(across(c(-father, -mother), is.na))

查看 across 的更多示例以及如何使用这里的新方法重写以前的代码: Colomn-wise operatons或输入 vignette("colwise")在 R 安装最新版本的 dplyr 后.