在R中过滤数据
我有一个CSV数据文件,可以使用在R中过滤数据,r,filtering,R,Filtering,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
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")