如何按行移除含NA的列？R语言批量处理方案求助

我有大量数据点，需要按行移除每行中含NA的列（不同行的NA列各不相同），不想重复复制粘贴单行处理的代码。示例数据dat如下，单行用filter + select_if能得到正确结果，但用apply批量处理时报错，希望实现每行仅保留非NA列的效果。

示例数据与单行有效代码 #

dat <- data.frame(id = c(1L,2L,3L,4L,5L,6L,7L,8L,9L,10L),
           pdc_5 = c(NA,NA,NA,1,NA,NA,NA,NA,NA,1),
           pdc_67 = c(NA,1,NA,NA,NA,NA,NA,NA,NA,NA),
           pdc_30 = c(NA,1,NA,NA,NA,NA,NA,NA,1,NA),
           pdc_34 = c(NA,NA,NA,NA,NA,NA,NA,NA,NA,NA),
           pdc_1 = c(1,NA,NA,NA,NA,NA,1,NA,NA,NA))

单行处理可得到正确结果：

dat |> filter(id == "1") |> select_if(~all(!is.na(.)))
dat |> filter(id == "2") |> select_if(~all(!is.na(.)))

期望结果：

id pdc_1
1  1   1

  id pdc_67 pdc_30
1  2     1    1

错误代码及问题分析 #

尝试用apply批量处理时出现报错：

apply(dat, 1, select_if(all(!is.na(dat))))

Error in is_logical(.predicate) :
argument ".predicate" is missing, with no default

报错原因：

• apply按行处理时会把每行转换为向量，而select_if是dplyr专为数据框设计的函数，无法直接处理向量。
• all(!is.na(dat))是对整个数据框的NA判断，不是针对当前行，参数逻辑完全错误。

解决方案 #

方法1：dplyr + purrr 批量处理（推荐，适配tidyverse生态） #

用map遍历每行索引，取出对应行后筛选非NA列，最终得到数据框列表：

library(purrr)
library(dplyr)

result_list <- map(1:nrow(dat), \(i) {
  dat[i, , drop = FALSE] |> select_if(~!is.na(.))
})

# 查看第1、2行结果
result_list[[1]]
result_list[[2]]

方法2：Base R 原生实现（无需额外包） #

用apply遍历每行，保留非NA元素后转成数据框：

result_list <- apply(dat, 1, \(row) {
  as.data.frame(t(row[!is.na(row)]))
})

# 查看结果
result_list[[1]]
result_list[[2]]

注意事项 #

由于每行保留的列数、列名可能不同，无法将结果合并为一个标准数据框，最终返回的是数据框列表，可根据需求进一步处理（如导出到不同文件、逐个分析等）。

内容的提问来源于stack exchange，提问作者Tim