如何在R中索引B、C、D列的非NA值并生成指定新数据框

嘿，我来帮你一步步解决这两个问题：

1. 正确获取B、C、D列非NA值对应的行索引 #

你之前踩的坑是is.na()只能接受一个输入，不能直接塞多列进去。咱们分两种情况来处理：

如果要的是「至少有一列（B/C/D）非NA」的行索引（对应后续生成df2的核心需求） #

这个是最实用的方案，用rowSums判断每行是否存在非NA值，再提取对应的行号：

# 提取B、C、D列，判断每行是否有非NA值，返回符合条件的行索引
valid_rows <- which(rowSums(!is.na(df[, c("B", "C", "D")])) > 0)
valid_rows

运行后会得到 [1] 2 3 4 5 6 7 8 9，这正好是你要的df2对应的原数据行号。

如果确实需要生成你给出的重复索引列表 #

要是你真的需要那种每行符合条件就重复出现两次的索引格式，可以用rep()快速实现：

# 把符合条件的行索引重复两次，转成数据框格式
repeat_indices_df <- data.frame(V1 = rep(valid_rows, each = 2))
repeat_indices_df

输出结果就和你期望的几乎一致（除了开头的1，因为原数据行1的B/C/D全是NA，不符合条件，应该是你不小心写错啦）：

V1
1   2
2   2
3   3
4   3
5   4
6   4
7   5
8   5
9   6
10  6
11  7
12  7
13  8
14  8
15  9
16  9

2. 生成目标数据框df2 #

有了上面的valid_rows，子集化操作就非常简单了：

# 提取符合条件的行
df2 <- df[valid_rows, ]

# 可选：把A列里的字符串"NA"转换成真正的NA值（和你给出的目标df2完全匹配）
df2$A[df2$A == "NA"] <- NA

# 查看最终结果
print(df2)

运行后得到的df2完全符合你的预期：

A  B  C  D E
2  b  2  9  1 2
3  c  3  8  2 3
4  d  4  4  3 4
5  e NA  5 NA 5
6  f NA  7  5 6
7  g  5  5 NA 7
8 NA  6  6  7 8
9  h  8 NA  8 9

如果你习惯用tidyverse的语法，用dplyr写会更直观易懂：

library(dplyr)

df2 <- df %>%
  # 筛选出B/C/D至少有一个非NA的行
  filter(rowSums(!is.na(across(c(B, C, D)))) > 0) %>%
  # 把A列的"NA"字符串转成真正的NA
  mutate(A = na_if(A, "NA"))

结果和基础R方法完全一致哦。

内容的提问来源于stack exchange，提问作者vcat