如何筛选包含字符型NA的行？R语言数据清理求助

一、剔除整行空行 #

空行分两种情况，对应不同处理方式：

• 若空行是整行全为R内置的NA值：

# df是你的数据框
df <- df[rowSums(is.na(df)) != ncol(df), ]

• 若空行是整行全为空白字符（Excel里的空单元格导入后可能是""）：

# 先把空白字符转为NA，再剔除全NA行
df[] <- lapply(df, function(x) ifelse(x == "", NA, x))
df <- df[rowSums(is.na(df)) != ncol(df), ]

二、筛选/剔除含字符型"NA"的行 #

你之前用filter+case_when+grepl绕了弯路，直接用filter写条件更直接：
假设目标列叫target_col：

• 要剔除该列等于字符型"NA"的行：

library(dplyr)
df <- df %>% filter(target_col != "NA")

• 要剔除该列包含"NA"字符的行（比如"ABNA"这种带NA的字符串也会被剔除）：

df <- df %>% filter(!grepl("NA", target_col))

三、一步搞定：同时剔除空行和字符型"NA"行 #

把两步结合起来：

library(dplyr)

# 先处理空白转NA并剔除全空行
df[] <- lapply(df, function(x) ifelse(x == "", NA, x))
df <- df[rowSums(is.na(df)) != ncol(df), ]

# 再剔除目标列是字符型"NA"的行
df <- df %>% filter(target_col != "NA")

常见问题说明 #

• 别用case_when来做这种简单筛选，纯属画蛇添足，直接在filter里写逻辑条件就行。
• 一定要区分开R里的NA（缺失值）和字符串"NA"，前者用is.na()判断，后者用== "NA"或grepl()判断。

内容的提问来源于stack exchange，提问作者sebmw