如何用dplyr过滤指定列NA行？反向过滤无结果求解决

示例数据 #

data <- structure(list(sample_id = c("2023.01.12_2", "2023.01.12_27", 
"2023.01.12_27", "2023.01.12_3", "2023.01.12_27", "2023.01.12_27", 
"2023.01.12_4", "2023.01.12_27", "2023.01.12_27", "2023.01.12_5"
), group = c("Unedited", "Rob", "Rob", "Partial_promoter", "Rob", 
"Rob", "Promoter_and_ATG", "Rob", "Rob", "ATG"), day = c(6, NA, 
NA, 6, NA, NA, 6, NA, NA, 6), x = c(114.243333333333, 115.036666666667, 
115.073333333333, 114.41, 116.11, 116.163333333333, 113.426666666667, 
116.15, 117.253333333333, 113.46)), row.names = c(NA, -10L), class = "data.frame")

cols <- c("group", "day")

问题分析 #

你当前使用的反向筛选代码：

data %>%
  filter(across(.cols = cols, .fns = ~ is.na(.x)))

无结果的核心原因是：你的示例数据中group列没有任何NA值，而across搭配该逻辑要求cols指定的所有列（group和day）都必须为NA，自然没有符合条件的行，所以返回空结果。

针对性解决方案 #

根据你的实际需求，分两种情况处理：

情况1：确实需要保留「指定列全部为NA」的行

如果你的真实数据中存在满足条件的行，原代码逻辑是正确的，也可以用更清晰的写法强化逻辑：

data %>%
  filter(across(.cols = cols, ~ is.na(.x)) %>% all())

情况2：实际需求是保留「指定列中任意一列存在NA」的行

如果你的真实需求是保留那些在cols指定列里至少有一列是NA的行，需要将逻辑改为「任意满足」，可以用两种写法：

• 用any配合across：

data %>%
  filter(across(.cols = cols, ~ is.na(.x)) %>% any())

• 用dplyr内置的if_any（dplyr 1.0.0及以上版本支持），写法更简洁：

data %>%
  filter(if_any(.cols = cols, ~ is.na(.x)))

将上述代码用于示例数据，会返回day列为NA的6行数据，符合反向筛选的预期。

内容的提问来源于stack exchange，提问作者Mike