r - 仅过滤完整的年份集

Question

我有按州和县组织的产量数据。在这些数据中，我只想保留那些提供 1970 年到 2000 年之间完整年份的县。

以下代码清除了一些不完整的情况，但未能忽略所有情况 - 特别是对于较大的数据集。假数据

一些假数据:

虚假数据

K <- 5 # number of rows set to NaN

df <- data.frame(state = c(rep(1, 10), rep(2, 10)),
                 county = rep(1:4, 5), yield = 100)

df[sample(1:20, K), 3] <- NaN

当前代码:

df1 <- read.csv("gly2.csv",header=TRUE)

df <- data.frame(df1)


droprows_1 <- function(df, v1, v2, v3, value = 'x'){
  idx <- df[, v3] == value
  todrop <- df[idx, c(v1, v2)]; todrop # should have K rows missng
  todrop <- unique(todrop); todrop # but unique values could be less

  nrow <- dim(todrop)[1]
  for(i in 1:nrow){
    idx <- apply(df, 1, function(x) all(x == todrop[i, ]))
    df <- df[!idx, ]
  }
  return(df)
}

qq <- droprows_1(df, 1, 2, 3)

谢谢

Answer 1

要删除具有单个缺失值的县，请使用:

library(dplyr)
df %>% group_by(county) %>% filter( !any(is.nan(yield)))