R语言批量移除多列值不匹配的行（NA情况除外）

要实现移除指定多列中存在非NA值不匹配的行，保留全NA或非NA值完全一致的行，无需手动编写所有列组合的判断逻辑，以下是两种高效的批量处理方法：

方法1：Base R 原生实现 #

通过apply逐行处理指定列，核心逻辑是：提取每行的非NA值，判断这些值的唯一值数量是否≤1（要么无有效值，要么所有有效值完全相同）。

# 定义需要检查的目标列
cols_to_check <- c("x1", "x2", "x3", "x4", "x5")

# 筛选符合条件的行
filtered_df <- df[apply(df[cols_to_check], 1, function(row) {
  non_na_vals <- na.omit(row)
  length(unique(non_na_vals)) <= 1
}), ]

# 查看结果
filtered_df

运行后得到的结果：

uid   x1   x2   x3   x4   x5
1   1    a <NA> <NA> <NA> <NA>
2   2 <NA>    b <NA> <NA> <NA>
3   3 <NA> <NA>    c <NA> <NA>
4   4    a <NA>    a <NA> <NA>
7   7    b    b    b    b    b

方法2：dplyr 管道式实现 #

适合习惯tidyverse风格的用户，通过rowwise()逐行处理，结合c_across()批量提取目标列的值：

library(dplyr)

cols_to_check <- c("x1", "x2", "x3", "x4", "x5")

filtered_df <- df %>%
  rowwise() %>%
  # 标记该行是否符合条件
  mutate(valid = length(unique(na.omit(c_across(all_of(cols_to_check))))) <= 1) %>%
  # 保留符合条件的行
  filter(valid) %>%
  # 移除临时标记列
  select(-valid) %>%
  ungroup()

filtered_df

核心逻辑说明 #

两种方法的本质都是：对每行的目标列，仅保留所有非NA值完全相同或无任何非NA值的行，自动跳过NA值的干扰，无需手动枚举列与列的匹配判断，无论目标列数量多少，只需修改cols_to_check向量即可。

内容的提问来源于stack exchange，提问作者rNovice123