如何移除data frame指定列含NA值的行？

方法1：dplyr 正确实现（可覆盖原数据框） #

如果不想保留新生成的data frame，直接把过滤结果赋值回原变量即可。假设你的数据框名为df，要过滤的目标列是target_col：

library(dplyr)
# 直接覆盖原数据框，仅删除target_col列存在NA的行
df <- df %>% filter(!is.na(target_col))

若需同时过滤多列（比如col1和col2都不能有NA）：

df <- df %>% filter(!is.na(col1), !is.na(col2))

你之前遇到的“生成新data frame”问题，本质是没把过滤结果重新赋值给原变量，只要完成赋值，就相当于直接更新原数据框。

方法2：Base R 原生实现 #

不用dplyr的话，用base R的索引也能直接处理：

# 单列过滤
df <- df[!is.na(df$target_col), ]

# 多列过滤（指定列均不能有NA）
df <- df[!is.na(df$col1) & !is.na(df$col2), ]

这种方式同样直接覆盖原数据框，精准删除指定列含NA的行。

常见误区提醒 #

• 若之前用filter误删了正常数据，大概率是条件写反（比如用了is.na()而非!is.na()），或是列名格式错误（比如带空格的列名没加反引号）。
• 不要直接使用na.omit(df)，它会删除任意列存在NA的行，不符合“指定列过滤”的需求。

内容的提问来源于stack exchange，提问作者Corrin Merry