针对含log2FoldChange列的DataFrame，按NA过滤规则创建新数据对象的技术咨询

先把你提供的测试数据加载到R环境中：

test <- structure(list(ENSEMBL = structure(c(1L, 2L, 3L, 4L, 5L, 6L, 6L, 7L, 8L, 8L), .Label = c("ENSG00000000457", "ENSG00000000971", "ENSG00000001084", "ENSG00000001497", "ENSG00000001561", "ENSG00000001626", "ENSG00000002016", "ENSG00000002745"), class = "factor"), log2FoldChange_Expression_Expression = c(NA, NA, NA, -2.241, NA, NA, -2.14533419363106, NA, NA, -1.9), log2FoldChange_Region_Region = c(NA, -2.12428956535999, -1.90310925611108, -2.1197276635241, -1.56131421185801, -2.01286954861636, NA, -1.9307944731461, -1.67126804236843, -1.6944353089338 ), Peak_Region_Region = structure(c(1L, 2L, 4L, 9L, 3L, 6L, 5L, 10L, 7L, 8L), .Label = c("Peak13482", "Peak15476", "Peak177970", "Peak178509", "Peak197012", "Peak197013", "Peak197235", "Peak197237", "Peak224709", "Peak42732"), class = "factor")), class = "data.frame", row.names = c(NA, -10L))

下面是两种实现需求的方案，你可以根据自己的代码习惯选择：

方法一：Base R 原生语法 #

先把要处理的列名存成变量，后续修改或复用会更方便：

expr_col <- "log2FoldChange_Expression_Expression"
region_col <- "log2FoldChange_Region_Region"

1. 提取两列均为非NA的行 #

用!is.na()判断非NA值，再通过&逻辑与筛选同时满足两个条件的行：

both_non_na <- test[!is.na(test[[expr_col]]) & !is.na(test[[region_col]]), ]

运行后both_non_na会包含原数据的第4、10两行，这两行的两个目标列都是有效数值。

2. 提取仅一列为非NA的行 #

这里用xor()函数（异或运算），它会返回“两个条件中恰好一个为真”的结果，完美匹配需求：

one_non_na <- test[xor(!is.na(test[[expr_col]]), !is.na(test[[region_col]])), ]

这个结果会包含原数据的第2、3、5、6、7、8、9行，这些行都只有一个目标列有数值，另一个为NA。

方法二：dplyr（tidyverse风格）语法 #

如果你习惯用tidyverse系列工具，代码会更简洁直观，先确保加载dplyr包：

library(dplyr)

1. 提取两列均为非NA的行 #

both_non_na <- test %>%
  filter(!is.na(log2FoldChange_Expression_Expression) & !is.na(log2FoldChange_Region_Region))

2. 提取仅一列为非NA的行 #

同样用异或逻辑实现：

one_non_na <- test %>%
  filter(xor(!is.na(log2FoldChange_Expression_Expression), !is.na(log2FoldChange_Region_Region)))

内容的提问来源于stack exchange，提问作者PesKchan