r - 如何使用 Dplyr 在 R 编程中按 NA 过滤

Question

我正在尝试使用 Dplyr 和 filter 函数按 NA 进行过滤(只需将 NA 的行保留在指定列中)。使用下面的代码，只是返回没有数据的列标签。我是否正确编写代码？此外，如果没有 dplyr 有可能(或更容易)做，那也很有趣。谢谢。

filter(tata4, CompleteSolution == "NA", KeptInformed == "NA")

Answer 1

你可以使用 complete.cases()

dplyr::filter(df, !complete.cases(col1, col2))

这给出了:

#  col1 col2 col3
#1   NA    5    5
#2   NA    6    6
#3    5   NA    7

---

基准测试

large_df <- df[rep(seq_len(nrow(df)), 10e5), ]

目前的结果:

library(microbenchmark)
mbm <- microbenchmark(
  akrun1 = large_df[rowSums(is.na(large_df[1:2]))!=0, ],
  akrun2 = large_df[Reduce(`|`, lapply(large_df[1:2], is.na)), ],
  steven = filter(large_df, !complete.cases(col1, col2)),
  times = 10)

#Unit: milliseconds
#   expr      min       lq      mean    median        uq       max neval cld
# akrun1 814.0226 924.0837 1248.9911 1208.7924 1434.2415 2057.1338    10   c
# akrun2 499.3404 671.9900  736.2418  687.9194  861.4477 1068.1232    10  b 
# steven 112.9394 113.0604  214.1688  198.4542  299.7585  355.1795    10 a 

---

数据

df <- structure(list(col1 = c(1, 2, 3, 4, NA, NA, 5), col2 = c(1, 2, 
3, 4, 5, 6, NA), col3 = c(1, 2, 3, 4, 5, 6, 7)), .Names = c("col1", 
"col2", "col3"), row.names = c(NA, -7L), class = "data.frame")