删除R中具有非数字列值的数据

所以我有一个数据集，包括某些人的肺活量。我试图分析数据分布和关系。唯一的问题是数据有些不完整。有些行包括“N/A”作为肺活量。这导致了一个问题，因为它导致不同子集的平均值和sd始终为“N/a”。如何将其形成一个子集，使其仅包含非N/a的数据

我试过这个：

fData1 = read.table("lung.txt",header=TRUE)
fData2= fData1[fData1$fev!="N/A"]

但这给了我一个“未定义列选择错误”

如何使数据集排除带有“N/a”的行

以下是我的数据集的开头：

 id age    fev height male smoke 
  1  72 1.2840   66.5    1     1
  2  81 2.5530   67.0    0     0
  3  90 2.3830   67.0    1     0
  4  72 2.6990   71.5    1     0
  5  70 2.0310   62.5    0     0
  6  72 2.4100   67.5    1     0
  7  75 3.5860   69.0    1     0
  8  75 2.9580   67.0    1     0
  9  67 1.9160   62.5    0     0
 10  70     NA   66.0    0     1

---

如果只想筛选出具有

NA

值的行，可以使用

complete.cases（）

：

---

一个选项是应用不包括NA值的操作：

dat <- read.table("lung.txt", header = T, na.strings = "NA")
mean(dat$fev, na.rm=T) # mean of fev col
sd(dat$fev, na.rm=T)

---

dat FWIW
mean
和
sd
都有一个
na.rm
参数。该行需要一个逗号才能正常运行
fData1[fData1$fev！=“N/A”，]
但我不明白为什么你认为
NA
与
“N/A”相同，而不是
=不
我宁愿用
！is.na（）
。但是我怀疑@Psidom的答案应该可以解决您的问题。
na.omit（fData1）
也会很好地工作。@RichardScriven肯定；-）
dat <- read.table("lung.txt", header = T, na.strings = "NA")
mean(dat$fev, na.rm=T) # mean of fev col
sd(dat$fev, na.rm=T)

fData1 <- na.omit(fData1)
fData1 <- na.exclude(fData1) # same result

fData2 <- fData1[is.na(fData1$fev), ]
fData2 <- subset(fData1, is.na(fData1$fev))