R 删除数据帧列表中的NA列

使用

readxl

清理从Excel导入的数据时遇到问题

readxl

创建了一个包含class=

c（'data.frame'，tbl_df，tbl）

的大型对象列表（我还想知道为什么/如何为其分配多个类）。每个对象都是原始Excel工作簿中的一张工作表。问题是，这些对象（图纸）中的每一个都可能有许多列完全由NAs填充。我扫描了stackoverflow，发现了一些类似的问题，并尝试应用给定的解决方案，如和（第一个是最像我的问题）。但是，当我尝试这一点时：

lapply(x, function(y) y[, !is.na(y)])

我得到以下错误：

Error in `[.data.frame`(y, , !is.na(y)) : undefined columns selected

我也试过：

lapply(x, function(y) y[!is.na(y)]

但它将我所有的数据帧减少到只有第一列。我想我知道这与列表语法中的数据帧有关。我尝试了不同的

y[[]][]

迭代，甚至最近在

lappy

中发现了这个有趣的模式：

lappy（x，[[]，y）

，但无法使它工作

以下是我的数据帧列表中的前两个对象（也感谢您提供有关如何在

dput

-ing此数据中更高效的任何提示）。如您所见，第一个对象没有NA列，而第二个对象有5个NA列。我想删除这5个NA列，但对我列表中的所有对象都这样做

非常感谢您的帮助

dput(head(x[[1]]))
structure(list(Date = structure(c(1305504000, 1305504000, 1305504000, 
1305504000, 1305504000, 1305504000), class = c("POSIXct", "POSIXt"
), tzone = "UTC"), Time = structure(c(-2209121912, -2209121612, 
-2209121312, -2209121012, -2209120712, -2209120412), class = c("POSIXct", 
"POSIXt"), tzone = "UTC"), Level = c(106.9038, 106.9059, 106.89, 
106.9121, 106.8522, 106.8813), Temperature = c(6.176, 6.173, 
6.172, 6.168, 6.166, 6.165)), .Names = c("Date", "Time", "Level", 
"Temperature"), row.names = c(NA, 6L), class = c("tbl_df", "tbl", 
"data.frame"))

dput(head(x[[2]]))
structure(list(Date = structure(c(1305504000, 1305504000, 1305504000, 
1305504000, 1305504000, 1305504000), class = c("POSIXct", "POSIXt"
), tzone = "UTC"), Time = structure(c(-2209121988, -2209121688, 
-2209121388, -2209121088, -2209120788, -2209120488), class = c("POSIXct", 
"POSIXt"), tzone = "UTC"), LEVEL = c(117.5149, 117.511, 117.5031, 
117.5272, 117.4523, 117.4524), TEMPERATURE = c(5.661, 5.651, 
5.645, 5.644, 5.644, 5.645), `NA` = c(NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_), `NA` = c(NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_), `NA` = c(NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_), `NA` = c(NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_), `NA` = c(NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_)), .Names = c("Date", "Time", "LEVEL", 
"TEMPERATURE", NA, NA, NA, NA, NA), row.names = c(NA, 6L), class =    
c("tbl_df", "tbl", "data.frame"))

这个怎么样：

lapply(df_list, function(df) df[, colSums(is.na(df)) == 0])

或者可能：

lapply(df_list, function(df) df[, colSums(is.na(df)) < nrow(df)])

lappy（df_列表，函数（df）df[，colSums（is.na（df））

---

如果你想让一些行，但不是所有的行都是NA，那就非常好了。谢谢！你为什么认为

lappy（x，function（y）y[，！is.NA（y）]）

不起作用，因为它的形式似乎非常相似？@user2943039比较

！is.NA（df）

和

colSums（is.NA（df））的输出在列表中的一个DATA框架中尝试和理解差异。您需要一个真值/假值向量来确定要保留哪些列。请考虑将答案标记为正确。