R语言循环筛选非缺失y列数据报错：object 'mydata$y1' not found

错误原因 #

你代码报错的核心问题：as.name("mydata$y1")会生成一个名为mydata$y1的符号，但这个符号对应的独立对象并不存在——mydata$y1是数据框mydata的列，不是单独的变量，因此eval无法找到它。

修正方案 #

方案1：为每个y变量单独生成筛选后的数据集 #

如果你的需求是为y1、y2分别生成对应非缺失行的数据集，直接用数据框的列索引[[访问，无需拼接字符串再求值，更安全高效：

y1 <- c(1,NA,0,1,1)
y2 <- c(NA,NA,0,1,0)
x1 <- c(1,2,3,4,5)
x2 <- c(2,3,4,5,6)
x3 <- c(3,4,5,6,7)

mydata <- data.frame(y1,y2,x1,x2,x3)

y_vars <- c("y1","y2")
# 用列表存储结果，避免循环中覆盖数据
newdata_list <- list()

for (i in seq_along(y_vars)){
  current_y <- y_vars[i]
  # 直接通过[[访问数据框列，筛选非NA行
  newdata_list[[current_y]] <- mydata[!is.na(mydata[[current_y]]), ]
}

# 查看结果
newdata_list$y1
newdata_list$y2

方案2：筛选所有y变量均非缺失的行 #

如果你的需求是保留y1和y2都不为缺失值的行，无需循环，一行代码即可实现：

y_vars <- c("y1","y2")
# 计算每行y变量的缺失值数量，筛选数量为0的行
newdata_all <- mydata[rowSums(is.na(mydata[y_vars])) == 0, ]
newdata_all

额外提示 #

• 尽量避免用paste+eval的方式操作数据框，这种写法不仅容易出错，可读性也差，优先使用[[或$直接访问列。
• 循环中直接赋值给单个变量（比如你的原代码里的newdata）会导致每次循环覆盖之前的结果，用列表存储多个结果是更合理的选择。

内容的提问来源于stack exchange，提问作者Robin