R语言：如何移除数据框指定列值全相同或全NA的行

你的需求是保留Q1至Q4列中非NA响应值不全相同的行，移除两类行：全NA行、非NA值完全一致的行。

问题根源 #

你的原代码逻辑本身是正确的，但大概率是数据里的"NA"是字符串类型，而非R原生的NA——这会导致!is.na(x)无法过滤掉这些字符串"NA"，从而unique(x[!is.na(x)])会把"NA"也算作一个有效值，使得判断逻辑失效。

针对原生NA的正确代码 #

如果你的数据中是R原生的NA，可以用以下代码（补充了非NA值数量的判断，避免全NA行被误判）：

# 提取Q1-Q4列
q_cols <- df[, 3:6]
# 逐行判断：非NA值存在，且唯一值数量不等于1
keep <- apply(q_cols, 1, function(x) {
  non_na <- x[!is.na(x)]
  length(non_na) > 0 && length(unique(non_na)) != 1
})
# 筛选结果
df_filtered <- df[keep, ]

用你的示例数据测试：

• ID1/3：非NA值为Agree+Neutral，唯一值数量=2 → 保留
• ID2：非NA值为Disagree+Agree，唯一值数量=2 → 保留
• ID4：非NA值全为Disagree，唯一值数量=1 → 移除
• ID5：非NA值全为Agree，唯一值数量=1 → 移除
• ID6：全NA → 移除

完全符合你的要求。

处理字符串类型的"NA" #

如果数据中的NA是字符串（比如导入CSV时未自动解析），先把字符串"NA"转为原生NA，再执行筛选：

# 将Q1-Q4中的"NA"字符串转为原生NA
df[, 3:6] <- lapply(df[, 3:6], function(col) ifelse(col == "NA", NA, col))

# 再执行筛选逻辑
q_cols <- df[, 3:6]
keep <- apply(q_cols, 1, function(x) {
  non_na <- x[!is.na(x)]
  length(non_na) > 0 && length(unique(non_na)) != 1
})
df_filtered <- df[keep, ]

tidyverse/dplyr 替代写法 #

如果你习惯用tidyverse生态，用dplyr可以更简洁地实现：

library(dplyr)

df_filtered <- df %>%
  rowwise() %>%
  mutate(
    # 收集当前行Q1-Q4的非NA值
    non_na_vals = list(c_across(Q1:Q4)[!is.na(c_across(Q1:Q4))]),
    # 判断是否保留：非NA值存在且唯一值数量≠1
    keep = length(non_na_vals) > 0 && length(unique(non_na_vals)) != 1
  ) %>%
  filter(keep) %>%
  # 移除临时辅助列
  select(-non_na_vals, -keep)

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