删除含NA值的数据框分组：优化多列处理与原数据修改

样本数据 #

df <- data.frame(ID=c(1,1,1,2,2,2,3,3,3), v1=c(NA,2,3,1,2,3,1,2,3), v2=c(4,5,6,4,5,6,4,NA,6))

原始数据 #

ID v1 v2
1  1 NA  4
2  1  2  5
3  1  3  6
4  2  1  4
5  2  2  5
6  2  3  6
7  3  1  4
8  3  2 NA
9  3  3  6

期望结果 #

ID v1 v2
4  2  1  4
5  2  2  5
6  2  3  6

已尝试代码及问题 #

以下代码能得到预期结果，但存在两个痛点：

library(dplyr)

df2 <- df %>%
  group_by(ID) %>%
  filter(!anyNA(c(v1,v2)))

df2

• 数据框有70余列，手动逐个列出列名效率极低；
• 不想新建数据框，希望直接修改初始数据框df。

解决方案 #

1. 自动处理所有列，无需手动列名 #

使用cur_data()函数可获取当前分组的全部数据（包含分组列），结合anyNA()就能一键检查分组内任意列是否存在NA，无需手动指定列名：

library(dplyr)

# 先验证逻辑，生成清理后的数据框
df_clean <- df %>%
  group_by(ID) %>%
  filter(!anyNA(cur_data())) %>%
  ungroup() # 可选操作，取消分组状态

如果需要排除分组列（比如确认ID列无NA，仅检查其他数据列），可搭配select()过滤：

df_clean <- df %>%
  group_by(ID) %>%
  filter(!anyNA(cur_data() %>% select(-ID))) %>%
  ungroup()

2. 直接修改原数据框 #

可以借助magrittr包的%<>%复合赋值操作符，直接在原数据框上完成修改：

library(dplyr)
library(magrittr)

# 直接覆盖原数据框df
df %<>%
  group_by(ID) %>%
  filter(!anyNA(cur_data())) %>%
  ungroup()

如果不想额外加载magrittr，直接赋值也能实现：

library(dplyr)

# 直接将清理结果赋值给原数据框
df <- df %>%
  group_by(ID) %>%
  filter(!anyNA(cur_data())) %>%
  ungroup()

执行后，原数据框df会直接被替换为仅保留无NA分组的结果。

内容的提问来源于stack exchange，提问作者Philip Hartfield