使用R原生管道时，如何在filter()中结合is.na()或complete.cases()？

问题重现 #

先构造带NA的测试数据集：

my_mtcars <- mtcars |> 
  mutate(some_nas = c(1,2,NA, 4, 5, NA, NA, 8:32))

直接用filter(is.na(_))或filter(complete.cases(_))会触发invalid use of pipe placeholder错误，核心是对管道占位符_的使用方式不符合filter()的要求。

正确写法 #

筛选包含任意NA值的行 #

要找出至少有一列是NA的行，需要把行级的NA判断转换成filter()能识别的布尔向量：

# 方法1：用rowSums统计每行NA数量，判断是否大于0
my_mtcars |> filter(rowSums(is.na(_)) > 0)

# 方法2：用dplyr的if_any（需dplyr 1.0.0及以上版本），语义更清晰
my_mtcars |> filter(if_any(everything(), is.na))

筛选无NA的完整行 #

如果要保留所有列都没有缺失值的行，两种有效写法：

# 方法1：正确使用complete.cases，把管道传入的数据框作为参数
my_mtcars |> filter(complete.cases(_))

# 方法2：用dplyr的if_all，逻辑更直观
my_mtcars |> filter(if_all(everything(), \(x) !is.na(x)))
# 或者简化为
my_mtcars |> filter(if_all(everything(), complete.cases))

错误原因 #

• is.na(_)会返回一个和原数据框同结构的布尔矩阵/数据框，但filter()只接受长度等于数据框行数的布尔向量，直接传入就会触发占位符使用错误。
• rowSums(is.na(_))把每行的NA个数汇总成数值向量，通过>0转换成每行是否含NA的布尔值，符合filter()的要求；if_any/if_all则是dplyr专门设计的行级条件判断工具，能直接生成符合要求的布尔向量。

内容的提问来源于stack exchange，提问作者Doug Fir