r - 根据行内 NA 的数量有条件地删除行

Question

我希望根据以下两个条件从我的数据集中删除行:

如果 3 个连续的单元格是 NA 或

，则删除行

如果有四个或更多单元格 NA

我的样本数据:

data <- rbind(c(1,1,2,3,4,2,3,2),
              c(NA,1, NA, 4,1,1,NA,2), 
              c(1,4,6,7,3,1,2,2), 
              c(NA,3, NA, 1,NA,2,NA,NA), 
              c(1,4, NA, NA,NA,4,3,2))

我在现有问题中进行了研究，发现 na.omit 或 complete.cases 可以删除带有 NA 的行，但由于我有条件，做进一步研究，我在现有问题中发现了以下代码:

data[! rowSums(is.na(data)) >4  , ]   
data[! rowSums(is.na(data)) ==3  , ]

第一行完全满足我的第二个条件。第二行确实删除了三个 NA 的行，但不寻找连续的行，并删除了总共 3 个 NA 的行。例如:

> data
     [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8]
[1,]    1    1    2    3    4    2    3    2
[2,]   NA    1   NA    4    1    1   NA    2
[3,]    1    4    6    7    3    1    2    2
[4,]   NA    3   NA    1   NA    2   NA   NA
[5,]    1    4   NA   NA   NA    4    3    2

> data[! rowSums(is.na(data)) ==3  , ]
     [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8]
[1,]    1    1    2    3    4    2    3    2
[2,]    1    4    6    7    3    1    2    2
[3,]   NA    3   NA    1   NA    2   NA   NA

我真正想要的是删除第 5 行，因为它有三个连续的 NA 而不是第 2 行。

任何人都可以请教我如何克服这个问题？

Answer 1

同时满足两个条件:

data[!apply(is.na(data), 1, function(x) 
  {v <- cumsum(x); any(diff(v, 3) == 3) | 4 %in% v}), ]
#      [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8]
# [1,]    1    1    2    3    4    2    3    2
# [2,]   NA    1   NA    4    1    1   NA    2
# [3,]    1    4    6    7    3    1    2    2

any(diff(v, 3) == 3) 是 TRUE 如果 NA 连续出现 3 次(所以某处的差异是 3)，而 4 %in% v 对应于第二个条件。