正在删除数据中包含所有NA的组。表或R中的DPLYR

我有一个很高的数据框，在这个数据框中，我想删除包含所有“分数”或所有“时间”的NA的学生ID。这只是如果它都是NA，如果有一些NA，那么我想保留它们的所有记录…

这里是一个基本的R解决方案，使用

子集
+
ave

dataHAVE = data.frame("student"=c(1,1,1,2,2,2,3,3,3,4,4,4,5,5,5),
"time"=c(1,2,3,1,2,3,1,2,3,NA,NA,NA,NA,2,3),
"score"=c(7,9,5,NA,NA,NA,NA,3,9,NA,NA,NA,7,NA,5))



dataWANT=data.frame("student"=c(1,1,1,3,3,3,5,5,5),
"time"=c(1,2,3,1,2,3,NA,2,3),
"score"=c(7,9,5,NA,3,9,7,NA,5))

dataWANT这里是一个使用
subset
+
ave

dataHAVE = data.frame("student"=c(1,1,1,2,2,2,3,3,3,4,4,4,5,5,5),
"time"=c(1,2,3,1,2,3,1,2,3,NA,NA,NA,NA,2,3),
"score"=c(7,9,5,NA,NA,NA,NA,3,9,NA,NA,NA,7,NA,5))



dataWANT=data.frame("student"=c(1,1,1,3,3,3,5,5,5),
"time"=c(1,2,3,1,2,3,NA,2,3),
"score"=c(7,9,5,NA,3,9,7,NA,5))

dataWANT这就是你想要的吗

dataWANT <- subset(dataHAVE,
                   !Reduce(`|`,Map(function(x) ave(get(x),student,FUN = function(v) all(is.na(v))), c("time","score"))))

库（dplyr）
数据拥有%>%
分组依据（学生）%>%
过滤器（！all（is.na（分数）））
学生时间分数
1       1     1     7
2       1     2     9
3       1     3     5
4 3 1 NA
5       3     2     3
6       3     3     9
7 5 NA 7
8 5 2 NA
9       5     3     5

每个
学生
只有在没有（
！
）的情况下才会保留
所有
分数
值都是
NA
这是您想要的吗

dataWANT <- subset(dataHAVE,
                   !Reduce(`|`,Map(function(x) ave(get(x),student,FUN = function(v) all(is.na(v))), c("time","score"))))

库（dplyr）
数据拥有%>%
分组依据（学生）%>%
过滤器（！all（is.na（分数）））
学生时间分数
1       1     1     7
2       1     2     9
3       1     3     5
4 3 1 NA
5       3     2     3
6       3     3     9
7 5 NA 7
8 5 2 NA
9       5     3     5

每个
学生
仅在不（
！
）的情况下保留
所有
分数
值均为
NA
创建一个虚拟变量，并基于该变量进行筛选

库（“dplyr”）
dataHAVE=data.frame（“学生”=c（1,1,1,2,2,3,3,4,4,5,5），
“时间”=c（1,2,3,1,2,3,1,2,3，NA，NA，NA，NA，2,3），
“得分”=c（7,9,5，不适用，不适用，不适用，不适用，3,9，不适用，不适用，不适用，7，不适用，5））
数据拥有%>%
变异（检查=is.na（时间）和is.na（分数））%>%
过滤器（检查==假）%>%
选择（-check）
#>学生时间分数
#> 1        1    1     7
#> 2        1    2     9
#> 3        1    3     5
#>4 2 1 NA
#>5 2 NA
#>6 2 3 NA
#>7 3 1 NA
#> 8        3    2     3
#> 9        3    3     9
#>10 5 NA 7
#>11 5 2 NA
#> 12       5    3     5

由（v0.3.0）于2020-02-21创建创建创建一个虚拟变量，并基于该虚拟变量进行筛选

库（“dplyr”）
dataHAVE=data.frame（“学生”=c（1,1,1,2,2,3,3,4,4,5,5），
“时间”=c（1,2,3,1,2,3,1,2,3，NA，NA，NA，NA，2,3），
“得分”=c（7,9,5，不适用，不适用，不适用，不适用，3,9，不适用，不适用，不适用，7，不适用，5））
数据拥有%>%
变异（检查=is.na（时间）和is.na（分数））%>%
过滤器（检查==假）%>%
选择（-check）
#>学生时间分数
#> 1        1    1     7
#> 2        1    2     9
#> 3        1    3     5
#>4 2 1 NA
#>5 2 NA
#>6 2 3 NA
#>7 3 1 NA
#> 8        3    2     3
#> 9        3    3     9
#>10 5 NA 7
#>11 5 2 NA
#> 12       5    3     5

由（v0.3.0）于2020年2月21日创建，因为没有人建议创建，这里有一个使用
数据的解决方案。表
：

library(dplyr)

dataHAVE %>%
    group_by(student) %>%
    filter(!all(is.na(score)))

  student  time score
    <dbl> <dbl> <dbl>
1       1     1     7
2       1     2     9
3       1     3     5
4       3     1    NA
5       3     2     3
6       3     3     9
7       5    NA     7
8       5     2    NA
9       5     3     5

编辑：
以前的但错误的代码：

  library(data.table)
  dataHAVE = data.table("student"=c(1,1,1,2,2,2,3,3,3,4,4,4,5,5,5),
                        "time"=c(1,2,3,1,2,3,1,2,3,NA,NA,NA,NA,2,3),
                        "score"=c(7,9,5,NA,NA,NA,NA,3,9,NA,NA,NA,7,NA,5))

新的和正确的代码：

dataHAVE[, .SD[!(all(is.na(time)) & all(is.na(score)))], by = student]

返回：

dataHAVE[, .SD[!(all(is.na(time)) | all(is.na(score)))], by = student]

编辑：
更新
data.table
带有@Cole建议的解决方案…
由于没有人提出建议，这里有一个使用
数据的解决方案。table
：

library(dplyr)

dataHAVE %>%
    group_by(student) %>%
    filter(!all(is.na(score)))

  student  time score
    <dbl> <dbl> <dbl>
1       1     1     7
2       1     2     9
3       1     3     5
4       3     1    NA
5       3     2     3
6       3     3     9
7       5    NA     7
8       5     2    NA
9       5     3     5

编辑：
以前的但错误的代码：

  library(data.table)
  dataHAVE = data.table("student"=c(1,1,1,2,2,2,3,3,3,4,4,4,5,5,5),
                        "time"=c(1,2,3,1,2,3,1,2,3,NA,NA,NA,NA,2,3),
                        "score"=c(7,9,5,NA,NA,NA,NA,3,9,NA,NA,NA,7,NA,5))

新的和正确的代码：

dataHAVE[, .SD[!(all(is.na(time)) & all(is.na(score)))], by = student]

返回：

dataHAVE[, .SD[!(all(is.na(time)) | all(is.na(score)))], by = student]

编辑：
更新
data.table
带有@Cole建议的解决方案…
data.table
解决方案概括为任意数量的列：

   student time score
1:       1    1     7
2:       1    2     9
3:       1    3     5
4:       3    1    NA
5:       3    2     3
6:       3    3     9
7:       5   NA     7
8:       5    2    NA
9:       5    3     5

data.table
解决方案概括为任意数量的列：

   student time score
1:       1    1     7
2:       1    2     9
3:       1    3     5
4:       3    1    NA
5:       3    2     3
6:       3    3     9
7:       5   NA     7
8:       5    2    NA
9:       5    3     5

另一种选择：

dataHAVE[, 
         .SD[do.call("+", lapply(.SD, function(x) any(!is.na(x)))) == ncol(.SD)], 
         by = student]

#    student time score
# 1:       1    1     7
# 2:       1    2     9
# 3:       1    3     5
# 4:       3    1    NA
# 5:       3    2     3
# 6:       3    3     9
# 7:       5   NA     7
# 8:       5    2    NA
# 9:       5    3     5

另一种选择：

dataHAVE[, 
         .SD[do.call("+", lapply(.SD, function(x) any(!is.na(x)))) == ncol(.SD)], 
         by = student]

#    student time score
# 1:       1    1     7
# 2:       1    2     9
# 3:       1    3     5
# 4:       3    1    NA
# 5:       3    2     3
# 6:       3    3     9
# 7:       5   NA     7
# 8:       5    2    NA
# 9:       5    3     5

这将忽略时间约束这将忽略时间约束。您是在寻找
data.table
解决方案还是为什么要使用该标记？@dario我对data.table和dplyr感兴趣，因为我正在学习data.table，比较使用这两个包的解决方案很有帮助。非常感谢！这回答了你的问题吗？嗨，博维。您是在寻找
data.table
解决方案还是为什么要使用该标记？@dario我对data.table和dplyr感兴趣，因为我正在学习data.table，比较使用这两个包的解决方案很有帮助。非常感谢！这回答了你的问题吗？这是一个有点重复的问题，但这里有一个体面的方式：
dataHAVE[，.SD[！（all（is.na（time））| all（is.na（score））]，by=student]
另请参见：@Cole:感谢大家花时间查找（并找到！）一个优秀的解决方案@这是行不通的。学生2应该被删除，因为他们所有的分数都是NA@bvowe：你当然是对的。如果已修复错误的
&
，并将其替换为正确的
|
。。。抱歉，这是一个有点重复的问题，但这里有一个体面的方式：
dataHAVE[，.SD[！（all（is.na（time））| all（is.na（score））]，by=student]
另请参阅：@Cole:感谢大家花时间查找（并找到！）一个优秀的解决方案@这是行不通的。学生2应该被删除，因为他们所有的分数都是NA@bvowe：你当然是对的。如果已修复错误的
&
，并将其替换为正确的
|
。。。对不起