r - 使用 dplyr 管道移除空列

Question

我有一个宽格式的参与者问卷答复数据框，每列代表一个特定的问题/项目。

数据框看起来像这样:

id <- c(1, 2, 3, 4)
Q1 <- c(NA, NA, NA, NA)
Q2 <- c(1, "", 4, 5)
Q3 <- c(NA, 2, 3, 4)
Q4 <- c("", "", 2, 2)
Q5 <- c("", "", "", "")
df <- data.frame(id, Q1, Q2, Q3, Q4, Q5)

我希望 R 删除在其每一行中具有 (1) NA 或 (2) 空白的所有值的列。因此，我不想要 Q1 列(完全由 NA 组成)和 Q5 列(完全由“”形式的空白组成)。

根据这个 thread ，我可以使用以下内容删除完全由 NA 组成的列:

df[, !apply(is.na(df), 2, all]

但是，该解决方案不解决空格 ("")。当我在 dplyr 管道中执行所有这些操作时，有人还可以解释我如何将上述代码合并到 dplyr 管道中吗？

此时，我的 dplyr 管道如下所示:

df <- df %>%
    select(relevant columns that I need)

之后，我被困在这里并使用括号 [] 对非 NA 列进行子集化。

谢谢!非常感激。

Answer 1

我们可以使用 select_if 的版本

library(dplyr)
df %>%
   select_if(function(x) !(all(is.na(x)) | all(x=="")))

#  id Q2 Q3 Q4
#1  1  1 NA   
#2  2     2   
#3  3  4  3  2
#4  4  5  4  2

或者不使用匿名函数调用

df %>% select_if(~!(all(is.na(.)) | all(. == "")))

您也可以修改您的 apply声明为

df[!apply(df, 2, function(x) all(is.na(x)) | all(x==""))]

或使用 colSums

df[colSums(is.na(df) | df == "") != nrow(df)]

和逆

df[colSums(!(is.na(df) | df == "")) > 0]