基于NA值筛选行：保留至少回答3个指定问题的样本

核心思路是计算每行在4个指定育儿压力问题中的非NA作答数量，直接保留数量≥3的样本，不用纠结具体是哪几个问题未作答。这种方法比排除全NA或特定NA组合更精准，能覆盖所有符合原作者要求的情况。

具体实现（以R语言为例） #

假设你的数据框是df，4个育儿压力问题变量名为stress_q1、stress_q2、stress_q3、stress_q4：

1. 定义目标变量列表

target_vars <- c("stress_q1", "stress_q2", "stress_q3", "stress_q4")

2. 计算每行的非NA作答数量

df$answered_count <- rowSums(!is.na(df[target_vars]))

3. 筛选符合条件的样本

filtered_df <- df[df$answered_count >= 3, ]

用ifelse实现的写法（满足你的需求） #

如果一定要用ifelse标记是否保留，可参考以下代码：

df$keep_sample <- ifelse(rowSums(!is.na(df[target_vars])) >= 3, TRUE, FALSE)
filtered_df <- df[df$keep_sample, ]

为什么之前的方法样本量不符？ #

你之前只排除全NA或特定NA组合的行，会出现两种偏差：

• 漏保留：仅缺1个问题的样本（符合≥3个作答的要求）
• 误保留：缺2个问题的样本（不符合要求）
  而通过计算非NA数量的方法，能精准匹配原作者的规则，不会出现遗漏或误判。

内容的提问来源于stack exchange，提问作者user18798182