R语言多条件子集化数据集出现全NA结果问题排查

核心问题 #

你第二个条件的写法完全错误：PROCEDURE == "%like%MED" 是无效的R语法，导致筛选后没有匹配到任何行，最终得到空数据集，所以summary()输出全为NA。

• %like%不是R基础包的操作符（它属于SQL或data.table包的语法），你用==去精确匹配字符串"%like%MED"，但你的数据里PROCEDURE列根本不存在这个值，因此没有行能同时满足两个条件。
• 单条件筛选正常是因为NDC == "L1000"确实匹配到了有效行，但错误的第二个条件把结果过滤成了空集。

正确写法 #

要实现“PROCEDURE列包含'MED'”的模糊匹配，用R基础包的grepl()函数即可：

newmed <- subset(data, NDC == "L1000" & grepl("MED", PROCEDURE), select = GCharge:SelfPay)
summary(newmed)

如果习惯用tidyverse工具链，也可以这么写：

library(dplyr)
library(stringr)

newmed <- data %>%
  filter(NDC == "L1000", str_detect(PROCEDURE, "MED")) %>%
  select(GCharge:SelfPay)
summary(newmed)

额外提示 #

如果PROCEDURE列存在NA值，可额外添加!is.na(PROCEDURE)条件，避免NA干扰匹配：

newmed <- subset(data, NDC == "L1000" & !is.na(PROCEDURE) & grepl("MED", PROCEDURE), select = GCharge:SelfPay)

内容的提问来源于stack exchange，提问作者Ram193