如何高效提取数据框中其他列对应行均为NA的行并生成子数据框？

问题背景 #

现有如下数据框，colors列为行标签，其余列为不同类型的电视数据。需要对每个电视类型列，提取其他所有电视列对应行全为NA的行，最终得到符合条件的子数据框（本例仅OLED和CRT列存在满足条件的行），寻求适配任意已知数量电视类型的通用方案。

原始数据框：

my_data <- data.frame(
  colors = c("Blue", "Red", "Green"),
  OLED = c(50, 45, NA),
  OLED2 = c(NA, 40, NA),
  LCD = c(NA, 40, NA),
  CRT = c(NA, 50, 45)
)

原始硬编码实现（以CRT为例）：

a = my_data[is.na(my_data$OLED) & is.na(my_data$OLED2) & is.na(my_data$LCD),]

通用解决方案 #

无需手动硬编码每一列的NA判断，以下两种方法可适配任意已知数量的电视类型：

方法1：基础R实现 #

通过动态获取电视列、生成通用筛选条件，结合lapply批量处理：

# 提取所有电视类型列（排除colors列）
tv_cols <- setdiff(names(my_data), "colors")

# 批量生成符合条件的子数据框
result_list <- lapply(tv_cols, function(target_col) {
  # 获取当前目标列之外的所有电视列
  other_tv_cols <- tv_cols[tv_cols != target_col]
  # 筛选：其他所有电视列对应行全为NA
  filter_logic <- rowSums(!is.na(my_data[other_tv_cols])) == 0
  # 提取符合条件的行，仅保留colors和目标电视列
  my_data[filter_logic, c("colors", target_col)]
})

# 给列表命名并过滤空数据框
names(result_list) <- tv_cols
result_list <- Filter(function(df) nrow(df) > 0, result_list)

执行后result_list包含两个子数据框：

• OLED：对应Blue行（其他电视列全为NA）
• CRT：对应Green行（其他电视列全为NA）

方法2：tidyverse实现（更简洁） #

借助dplyr和purrr的函数式编程能力，代码更易读：

library(tidyverse)

tv_cols <- setdiff(names(my_data), "colors")

result_list <- map(tv_cols, function(target_col) {
  other_tv_cols <- setdiff(tv_cols, target_col)
  my_data %>%
    # 筛选其他所有电视列均为NA的行
    filter(across(all_of(other_tv_cols), is.na)) %>%
    # 仅保留需要的列
    select(colors, all_of(target_col))
}) %>%
  # 给列表元素命名
  set_names(tv_cols) %>%
  # 移除空数据框
  discard(~nrow(.) == 0)

方案优势 #

• 通用性：无需修改代码，只需更新tv_cols变量即可适配任意数量的电视类型
• 高效性：通过向量化操作替代手动逐列判断，避免重复代码
• 可维护性：逻辑清晰，后续修改筛选条件只需调整核心判断逻辑

内容的提问来源于stack exchange，提问作者The whale