如何用tidyr删除所有列均为缺失值的行？对比pandas dropna

R 中 tidyr 的实现 #

你提到的drop_na()默认会删除任意一列存在缺失值的行，但要删除所有列均为缺失值的行，用 tidyverse 有两种直观的方法：

方法1：filter() + if_all()（推荐，tidyverse 风格）

利用if_all()检查每一行的所有列是否都是缺失值，再取反过滤掉这些行：

library(tidyverse)
df <- data.frame(a=c(1,NA,2,NA), b=c(3,4,NA,NA))

# 删除所有列全为NA的行
df %>% filter(!if_all(everything(), is.na))

运行结果：

a  b
1  1  3
2 NA  4
3  2 NA

方法2：rowSums()统计非缺失值

通过统计每行的非缺失值数量，保留数量大于0的行：

df %>% filter(rowSums(!is.na(.)) > 0)

结果和上面完全一致。

Pandas 中的实现 #

Pandas 的dropna()确实提供了how参数来灵活控制删除逻辑：

• how="any"（默认）：删除任意一列有缺失值的行，对应 tidyr drop_na()的默认行为
• how="all"：删除所有列均为缺失值的行，正是你需要的场景

示例代码：

import pandas as pd
df = pd.DataFrame({'a': [1, None, 2, None], 'b': [3, 4, None, None]})

# 删除全缺失行
df.dropna(how="all")

内容的提问来源于stack exchange，提问作者robertspierre