如何在data.table中剔除NA值，保留含零的非NA行列

你需要处理一个可能存在整行/整列全NA的data.table对象random_dt，要求仅保留至少包含一个非NA值（包括0）的行和列。之前使用na.omit()得到空表，是因为na.omit()会删除任何包含NA的行，而非仅删除全NA的行——如果表中所有行都至少包含一个NA（比如存在全NA列，导致每行都带NA），na.omit()就会清空所有行。

解决方案 #

正确的思路是先移除全NA列，再移除全NA行，用data.table的高效向量操作实现：

library(data.table)

# 1. 删除所有全为NA的列
clean_dt <- random_dt[, colSums(!is.na(.SD)) > 0, with = FALSE]

# 2. 删除所有全为NA的行
clean_dt <- clean_dt[rowSums(!is.na(clean_dt)) > 0]

代码解释 #

• colSums(!is.na(.SD)) > 0：统计每列的非NA值数量，筛选出至少有一个非NA值的列
• rowSums(!is.na(clean_dt)) > 0：统计每行的非NA值数量，筛选出至少有一个非NA值的行

如果数据中存在0值，0属于非NA范畴，会被正常保留，完全符合需求。

测试验证 #

用你提供的set.seed(2)生成的random_dt执行上述代码后，会保留前3行以及V2、V4、V6、V8列的有效数据，不会返回空表。

内容的提问来源于stack exchange，提问作者Mohit