在R语言中如何删除缺失值多于另一列的列？

步骤1：统计各列缺失值数量 #

先计算数据框中每一列的缺失值总数：

na_counts <- colSums(is.na(df))
na_counts

运行后会得到各列的缺失值统计结果：

id col.x col.y 
    0     2     3 

步骤2：删除缺失值更多的列 #

通过条件判断对比col.x和col.y的缺失值数量，删除数量更多的列：

# 比较两列缺失值，删除数量更多的列
if (na_counts["col.y"] > na_counts["col.x"]) {
  df <- df[, !names(df) %in% "col.y"]
} else if (na_counts["col.x"] > na_counts["col.y"]) {
  df <- df[, !names(df) %in% "col.x"]
}

# 查看处理后的数据集
df

执行后就能得到目标数据集：

id col.x
1  1    44
2  2    55
3  3    66
4  4    NA
5  5    NA

通用扩展（可选） #

如果有多个类似的成对列（比如a.x/a.y、b.x/b.y），可以用循环批量处理：

# 获取所有以.x结尾的列名
x_cols <- grep("\\.x$", names(df), value = TRUE)
# 匹配对应的.y结尾列名
y_cols <- sub("\\.x$", "\\.y", x_cols)

for (i in seq_along(x_cols)) {
  x_col <- x_cols[i]
  y_col <- y_cols[i]
  if (na_counts[y_col] > na_counts[x_col]) {
    df <- df[, !names(df) %in% y_col]
  } else if (na_counts[x_col] > na_counts[y_col]) {
    df <- df[, !names(df) %in% x_col]
  }
}

内容的提问来源于stack exchange，提问作者amisos55