在R中过滤数据

我有一个CSV数据文件，可以使用

read.CSV（）

一些数据缺失，因此我希望将数据帧缩减为完全由非缺失数据组成的集合，即，如果

NULL

出现在任何地方，我希望将该列和该行从过滤数据集中排除

我知道我可以很简单地用内置的R向量运算来实现这一点，但我不太确定到底该怎么做

为了让我的问题更具体一点，这里有一个快速的数据样本，这样你就可以看到我想要做什么

DocID       Anno1    Anno7  Anno8
1           7        NULL   8
2           8        NULL   3
44          10       2      3
45          6        6      6
46          1        3      4
49          3        8      5
62          4        NULL   9
63          2        NULL   4
67          11       NULL   3
91          NULL     9      7
92          NULL     7      5
93          NULL     8      8

因此，给定这个输入，我需要一些代码，将输出减少到这个值

DocID       Anno8
44          3
45          6
46          4
49          5

---

因为

Anno8

是唯一包含非空数据的列，并且只有四行包含非空数据。

如果

x

是您的

数据。frame

（或

矩阵

）则

由于您的示例使用了

NULL

，

is.na（·）

将被

is.NULL（·）

---

或者，您可以查看

子集（·）

您可以使用na.omit（）删除包含缺少的行，但是这不是您想要的。此外，目前公认的答案是错误的。它为您提供完整的列，但不会删除缺少一个或多个值的行，这是所要求的。正确答案如下：

> a <- data.frame(a=c(1,2),b=c(NA,1), c=c(3,4))
> a
  a  b c
1 1 NA 3
2 2  1 4
> na.omit(a)[,colSums(is.na(a))==0]
  a c
2 2 4

---

由于第2列中的NA，应删除第1行。

a此外，如果
x
是您的数据帧，则可以使用
sqldf
库执行此操作：

a <- data.frame(a=c(1,2,0,1),b=c(NA,1,NA,1), c=c(3,4,5,1))

na.omit(a)
  a b c
2 2 1 4
4 1 1 1

a[rowSums(is.na(a))==0,]
  a b c
2 2 1 4
4 1 1 1

a[complete.cases(a),]
  a b c
2 2 1 4
4 1 1 1

library(sqldf)
result <- sqldf("SELECT DocID, Anno8 FROM x
                 WHERE Anno1 IS NOT NULL AND Anno7 IS NOT NULL")

库（sqldf）
结果谢谢@rguha，这很有用。如果我想在csv的某个特定列中去掉小于（比如）5的任何值，这将如何工作？@Rodolphe要去掉
sales
列中小于5的任何值：
data[data$sales>=5，]
更直截了当，我不明白这个答案。这将始终只返回一行
a <- data.frame(a=c(1,2,0,1),b=c(NA,1,NA,1), c=c(3,4,5,1))

na.omit(a)
  a b c
2 2 1 4
4 1 1 1

a[rowSums(is.na(a))==0,]
  a b c
2 2 1 4
4 1 1 1

a[complete.cases(a),]
  a b c
2 2 1 4
4 1 1 1

library(sqldf)
result <- sqldf("SELECT DocID, Anno8 FROM x
                 WHERE Anno1 IS NOT NULL AND Anno7 IS NOT NULL")