R子集数据框，其中没有观察到某些变量

Question

我有一个看起来像的数据框

<表类="s-表"><头>国家扇区data1data2<正文>法国17.法国210.比利时1127比利时2148

我想对某个国家/地区在所有部门中缺失的列进行子集化。在此示例中，我想删除/排除第二列，因为法国的扇区 1 和扇区 2 缺少它。需要明确的是，在此示例中，我还将丢弃比利时的 data2 值。

我的预期输出是这样的

<表类="s-表"><头>国家扇区data1<正文>法国17法国210比利时112比利时214

数据 2 现在被排除在外，因为它具有法国所有部门的完整缺失值集

Answer 1

我们可以按国家/地区分组，创建逻辑列，其中 NA 的计数元素等于分组大小，取消分组，根据逻辑列将对应的列替换为NA，去掉select中的那些列

library(dplyr)
library(stringr)
df1 %>% 
  group_by(country) %>% 
  mutate(across(everything(), ~ sum(is.na(.x)) == n(),
       .names = "{.col}_lgl")) %>% 
  ungroup %>% 
  mutate(across(names(df1)[-1], ~ if(any(get(str_c(cur_column(), 
     "_lgl")) )) NA else .x)) %>% 
   select(c(where(~ !is.logical(.x) && any(complete.cases(.x)))))

-输出

# A tibble: 4 × 3
  country sector data1
  <chr>    <int> <int>
1 France       1     7
2 France       2    10
3 belgium      1    12
4 belgium      2    14

---

如果不使用group_by，步骤可以简化为Maël's post 即在 select 中使用基本 R 函数进行分组即 tapply或 ave可以工作

df1 %>%
   select(where(~ !any(tapply(is.na(.x), df1[["country"]], 
     FUN = all))))

数据

df1 <- structure(list(country = c("France", "France", "belgium", "belgium"
), sector = c(1L, 2L, 1L, 2L), data1 = c(7L, 10L, NA, 14L), data2 = c(NA, 
NA, 7L, 8L)), row.names = c(NA, -4L), class = "data.frame")