基于多列上的值删除R中的行

我正在尝试从数据帧中删除行

dataframe <- filter(dataframe, col1 != "NONE" & str_length(col1) != 0)

我需要删除在我提供的整个列范围内仅包含的“无”或空白的行。需要删除的行必须满足以下条件1。仅“无”和空白或全部“无”或全部空白的组合

dataframe <- filter(dataframe, col1 != "NONE" & str_length(col1) != 0)

因为在某些情况下，在某些列中使用“无”或空白是可以的，所以我不能在csv中使用类似于

dataframe$col1 =="NONE" | str_length(dataframe$col1)==0

dataframe <- filter(dataframe, col1 != "NONE" & str_length(col1) != 0)

我知道这通常是一个简单的问题，我可以运行一个for循环，将数据帧中的所有“NONE”值和空格转换为NA，并在我需要的任何列中使用

complete.cases

）。但是，我被特别要求使用一种不改变值的方法。有什么建议吗

dataframe <- filter(dataframe, col1 != "NONE" & str_length(col1) != 0)

编辑：我没有数据，但这里有一个虚构的数据框示例，与我必须使用的数据框类似

dataframe <- filter(dataframe, col1 != "NONE" & str_length(col1) != 0)

dataframe <- filter(dataframe, col1 != "NONE" & str_length(col1) != 0)

在此数据框中，唯一必须删除的行是第3行（如果包含标题，则为第4行）

dataframe <- filter(dataframe, col1 != "NONE" & str_length(col1) != 0)

---

最终的数据集将比这个虚构的示例有更多的列

我建议使用dplyr包（tidyverse库的一部分）中的

filter（）

命令。它看起来像这样：

dataframe <- filter(dataframe, col1 != "NONE" & str_length(col1) != 0)

---

dataframe\u new我建议使用dplyr包（tidyverse库的一部分）中的
filter（）
命令。它看起来像这样：

dataframe <- filter(dataframe, col1 != "NONE" & str_length(col1) != 0)

dataframe\u new由于需要删除无和空白的行，因此将：

dataframe <- filter(dataframe, col1 != "NONE" & str_length(col1) != 0)

dataframe由于需要删除无和空白的行，它将是：

dataframe <- filter(dataframe, col1 != "NONE" & str_length(col1) != 0)

dataframe您可以使用
dplyr:：filter\u all（）
来完成以下操作：

dataframe <- filter(dataframe, col1 != "NONE" & str_length(col1) != 0)

library(dplyr)

df <- data.frame(column.1 = c('a', 'b', 'NONE', 'b', 'b'),
                 column.2 = c('a', 'b', '', 'b', 'b'),
                 column.3 = rep('', 5),
                 column.4 = rep('', 5),
                 column.5 = rep('', 5))

df %>%
  filter_all(any_vars(. != 'NONE' & . != ''))

库（dplyr）
df%
过滤所有（任何变量（.！='NONE'&.！=''）
您可以使用
dplyr:：filter\u all（）
来完成以下操作：

dataframe <- filter(dataframe, col1 != "NONE" & str_length(col1) != 0)

library(dplyr)

df <- data.frame(column.1 = c('a', 'b', 'NONE', 'b', 'b'),
                 column.2 = c('a', 'b', '', 'b', 'b'),
                 column.3 = rep('', 5),
                 column.4 = rep('', 5),
                 column.5 = rep('', 5))

df %>%
  filter_all(any_vars(. != 'NONE' & . != ''))

库（dplyr）
df%
过滤所有（任何变量（.！='NONE'&.！=''）
将
|
替换为
|
好的，我改了！如果您需要更多帮助，请提供示例数据。您能将
dput（head（dataframe））
的输出粘贴到您的问题中吗？将
|
替换为
|
好的，我更改了它！如果您需要更多帮助，请提供示例数据。您可以粘贴来自
dput（head（dataframe））的输出吗
进入您的问题？我认为仅查看一列这样的内容是行不通的，因为它涉及到列的范围，如果我使用上述方法给出列的范围，我会删除示例数据框中的每一行吗？我认为仅查看一列这样的内容是行不通的，因为它涉及到列的范围，如果我使用上面的方法给出了列的范围，我是否可以删除示例dataframe中的每一行？我不确定这是否适用于示例dataframe。如果我用这样的过滤器给出列的范围，我会删除示例数据帧中的每一行，而不是像我所希望的那样只删除第3行吗？这取决于数据。如果第1行中没有列.3，那么您希望删除第1行和第3行，对吗？因此，如果在考虑所有列时，大多数行中都没有空格，那么是的，大多数行都会被删除。否如果第1行第3列中没有空格，我就不想删除第1行，因为第1列和第2列中有一些可用数据。这是关于该行的每一列中是否只有“NONE”或空白，我不确定这是否适用于我的示例数据帧。如果我用这样的过滤器给出列的范围，我会删除示例数据帧中的每一行，而不是像我所希望的那样只删除第3行吗？这取决于数据。如果第1行中没有列.3，那么您希望删除第1行和第3行，对吗？因此，如果在考虑所有列时，大多数行中都没有空格，那么是的，大多数行都会被删除。否如果第1行第3列中没有空格，我就不想删除第1行，因为第1列和第2列中有一些可用数据。这是关于在该行的每一列中是否只有“无”或空白。嗯，好的，我对这个示例数据应用了
df
，没有任何更改。嗯，好的，我对这个示例数据应用了
df
，没有任何更改。这就是它！最后一个问题：如果我只想让过滤器检查第5列到第60列，如何将此应用于数据帧中的一系列列？我并不是说删除列只是因为过滤器只会检查第5列到第60列。你可以使用dplyr选择帮助程序：过滤器（df，vars（以（“列”）开头），任何变量（.！='NONE'&.！=''）如果这个答案有效，请绿色检查它，以便其他人更容易找到它。谢谢，就是这个！最后一个问题：如果我只想让过滤器检查第5列到第60列，如何将此应用于数据帧中的一系列列？我并不是说删除列只是因为过滤器只会检查第5列到第60列。你可以使用dplyr选择帮助程序：过滤器（df，vars（以（“列”）开头），任何变量（.！='NONE'&.！=''）如果这个答案有效，请绿色检查它，以便其他人更容易找到它。非常感谢。