R语言：group_by分组后删除所有值为NA的行

示例数据集 #

df <- data.frame(
  Col1 = c("B","B","C","D","P1","P2","P3"),
  Col2 = c(NA,8,NA,9,10,8,9),
  Col3 = c(NA,7,6,8,NA,7,8),
  Col4 = c(NA,NA,7,7,NA,7,7)
)

方法一：使用dplyr包（推荐） #

借助dplyr的分组与过滤函数，代码简洁直观：

library(dplyr)

df_cleaned <- df %>%
  group_by(Col1) %>%
  # 保留Col2/Col3/Col4不全为NA的行
  filter(!if_all(c(Col2, Col3, Col4), is.na)) %>%
  ungroup()

代码说明：

• group_by(Col1)：按Col1列对数据框分组
• filter(!if_all(..., is.na))：if_all检查指定列的所有值是否均为NA，取反后保留至少有一个非NA值的行
• ungroup()：取消分组状态，返回标准数据框

方法二：Base R实现 #

无需加载额外包，用base R原生函数完成：

# 标记每行是否Col2/Col3/Col4全为NA
row_all_na <- apply(df[, c("Col2", "Col3", "Col4")], 1, function(x) all(is.na(x)))
# 按Col1分组，筛选非全NA的行
df_cleaned_base <- df[!ave(row_all_na, df$Col1, FUN = identity), ]

结果验证 #

运行上述代码后，得到的结果与期望一致：

内容的提问来源于stack exchange，提问作者krishthw