使用filter（）和cross（）保留数据帧中包含任何变量缺失值的所有行

有时，我想查看数据帧中的所有行，如果我删除了任何变量缺少值的所有行，这些行将被删除。在本例中，我特别感兴趣的是如何使用

dplyr

1.0的

cross（）

函数来实现这一点

以下是一个示例数据帧：

df <- tribble(
  ~id, ~x, ~y,
  1, 1, 0,
  2, 1, 1,
  3, NA, 1,
  4, 0, 0,
  5, 1, NA
)

返回：

# A tibble: 3 x 3
     id     x     y
  <dbl> <dbl> <dbl>
1     1     1     0
2     2     1     1
3     4     0     0

但是，它返回零行

当然，如果我提前知道所有缺少值的变量，我可以通过这段代码得到我想要的答案：

df %>% 
  filter(is.na(x) | is.na(y))

但是，我正在寻找一种解决方案，它不需要我提前知道哪些变量缺少值。此外，我知道如何使用

filter\u all（）

函数执行此操作：

df %>% 
  filter_all(any_vars(is.na(.)))

但是，

filter\u all（）

函数已被现有动词中的

cross（）

所取代。看

我所做的其他失败尝试有：

df %>% 
  filter(
    across(
      .cols = everything(),
      .fns = ~any_vars(is.na(.x))
    )
  )

df %>% 
  filter(
    across(
      .cols = everything(),
      .fns = ~!!any_vars(is.na(.x))
    )
  )

df %>% 
  filter(
    across(
      .cols = everything(),
      .fns = ~!!any_vars(is.na(.))
    )
  )

df %>% 
  filter(
    across(
      .cols = everything(),
      .fns = ~any(is.na(.x))
    )
  )

df %>% 
  filter(
    across(
      .cols = everything(),
      .fns = ~any(is.na(.))
    )
  )

---

我们可以使用

reduce

library(dplyr)
library(purrr)
df %>% 
      filter(across(everything(), is.na) %>% reduce(`|`))
# A tibble: 2 x 3
#     id     x     y
#  <dbl> <dbl> <dbl>
#1     3    NA     1
#2     5     1    NA

库（dplyr）
图书馆（purrr）
df%>%
过滤器（跨越（everything（），is.na）%>%reduce（`|`））
#一个tibble:2x3
#id x y
#    
#1 3 NA 1
#2 5 1 NA

以下是我对此的看法。我对新的

cross（）

函数的理解是它对列而不是行进行操作。所以当你运行这段代码时，你不会得到任何东西，因为

df%>%
滤器(
穿过(
.cols=一切（），
.fns=~is.na（.x）
)
)
#一个tibble:0 x 3
#…具有3个变量：id、x、y

它基本上在后台创建三个逻辑列来检查元素方面的

NA

的存在，然后可能会计算最后一个逻辑列，在该逻辑列上运行filter命令。现在，只有当

is.na（）

的所有列都是

TRUE

时，最后一列才具有

TRUE

。为了验证我的假设，我在您的数据中添加了另一行，这三列中都有

NA

。当我按原样运行代码时，我得到该行作为输出，因为现在相应的行将在最终的逻辑向量中生成一个

TRUE

。现在我不知道

cross（）

是否就是这样工作的，但这对我来说是有意义的

库（tidyverse）
df%
滤器(
穿过(
.cols=一切（），
.fns=~is.na（.x）
)
)
#>#A tible:1 x 3
#>id x y
#>     
#>1NA NA NA

因此，为了使其与原始数据一起工作，我将使用

rowwise（）

和

c_-cross（）

（rowwise版本的

cross（）

）如下

df%>%rowwise（）%>%
滤器(
is.na（sum（c_横跨（一切（）））
) %>% 
解组（）
#>#tibble:3 x 3
#>id x y
#>     
#>1 3 NA 1
#>2 5 1 NA
df%%>%rowwise（）%%>%
滤器(
any（is.na（c_横跨（everything（）））
) %>% 
解组（）
#>#tibble:3 x 3
#>id x y
#>     
#>1 3 NA 1
#>2 5 1 NA

---

HanOostdijk于2020-06-02由（v0.3.0）

创建，并在上回复了使用

cross（）

函数的解决方案。他写道：

“在同一篇文章中，您提到rowSums函数有一个技巧。您可以将其用作：”

---

我认为使用它可能会有所帮助

setdiff（df，df%>%drop\u na（））

为了得到你想要的结果

这不使用Cross（），而是以简单的方式完成作业。

或

df %>% anti_join(df %>% drop_na())

---

现在可以使用

dplyr

1.0.4。对于过滤用例，新的

if_any（）

将替换

cross（）

库（dplyr）
df%
过滤器（如果有（everything（），is.na））
#>#tibble:2 x 3
#>id x y
#>     
#>1 3 NA 1
#>2 5 1 NA

由（v0.3.0）于2021年2月10日创建

---

有关更多详细信息，请参见此处：

我发现了一种仅使用base R的方法：

df[apply(is.na.data.frame(df), 1, any), ]

---

我希望这对你有帮助。

谢谢你，@akrun！我真的很感谢你的回答，你的回答肯定有效。然而，它不觉得有点不令人满意吗？“这难道不应该更直截了当吗？”布拉德坎奈尔说。你是对的。我还感觉到，当我们跨使用

时，用
任何变量/所有变量
替换

处的

过滤器并不清楚。我希望下一版本的
dplyr
能够解决这些问题。我想我已经明白了为什么Cross（）让我感到有点不舒服。我认为这是因为在我看来，
cross（）
应该只选择要操作的列（在每个函数的精神中，每个函数只做一件事）。实际上，
cross（）
用于选择要操作的列并接收要执行的操作。对我来说，我认为
cross（）
如果能像这样使用会感觉更自然，例如：
df%>%groupby（g1，g2）%%>%summary（cross（a:d），mean）
而不是：
df%>%groupby（g1，g2）%%>%summary（cross（a:d，mean））
。“我相信这是有充分理由的。”布拉德坎内尔，谢谢，我也这么认为。@cropgen说，最好在他们的github页面上建议修改行为，这样他们会注意到这一点，并在发现更自然的情况下做出改变。我很感谢您能够提交一个仅限dplyr的解决方案。但是不仅仅是觉得应该有一个解决方案可以直接在
cross（）
中工作吗？是的，我真的希望
cross（）
可以工作，但遗憾的是，它没有或者我不知道如何使用它。不，
c\u cross（）
在这里是合适的。如果要将列视为向量，则使用
cross（）
；如果要将行视为向量，则使用
c\u cross（）
。在本例中，我想对每一行向量应用
is.na%>%any
，这就是为什么我使用
c_overs（）
。像这样的水平操作正是
c_a
library(dplyr)
library(purrr)
df %>% 
      filter(across(everything(), is.na) %>% reduce(`|`))
# A tibble: 2 x 3
#     id     x     y
#  <dbl> <dbl> <dbl>
#1     3    NA     1
#2     5     1    NA

rowAny <- function(x) {
  rowSums(x) > 0
} 

df %>% 
  filter(
    rowAny(
      across(
       .cols = everything(),
       .fns = ~ is.na(.x)
      )
    )
  )

df %>% 
  filter(rowSums(across(everything(), ~ is.na(.))) > 0)

df %>% anti_join(df %>% drop_na())

df[apply(is.na.data.frame(df), 1, any), ]