如何在R中不指定列名删除多列含特定值的行

我有一个大型数据集，没法逐一列出来所有可能含特定值的列名。想删除**只要任意一列有'BYE'**的所有行，试了下面的代码但没成功：

示例数据 #

library(dplyr)

(df <- data.frame(
  column1 = c('4', '5', '6', '7', 'BYE'),
  column2 = c('abc', 'def', 'g', 'hi', 'jk'),
  column3 = c('yes', NA, 'BYE', 'no', 'yes'),
  column4 = c('BYE', 'no', 'BYE', NA, 'yes')
))

# 失败的尝试
df %>%
  filter_all(any_vars(. != 'BYE'))

你写的filter_all(any_vars(. != 'BYE'))逻辑搞反了：它是保留**至少有一列不等于'BYE'**的行——几乎所有行都满足这个条件，自然删不掉你想删的那些。另外还没处理NA的问题：NA != 'BYE'会返回NA，filter默认会把这类行剔除，但你可能不想把含NA的行删掉，除非NA是'BYE'。

方法1：兼容你原写法的filter_all版本 #

把any_vars换成all_vars，同时明确排除NA的干扰：

# 保留所有列既不是NA也不是'BYE'的行
df %>%
  filter_all(all_vars(!is.na(.) & . != 'BYE'))

方法2：新版dplyr推荐的across写法（更灵活） #

从dplyr 1.0.0开始，官方推荐用across替代filter_all，可读性更好：

df %>%
  filter(across(everything(), ~ !is.na(.) & . != 'BYE'))

结果说明 #

运行后会得到仅保留**没有任何一列是'BYE'**的行：

column1 column2 column3 column4
1       5     def    <NA>      no
2       7      hi      no    <NA>

内容的提问来源于stack exchange，提问作者bandcar