如何用dplyr按列内与跨列条件过滤问卷响应数据？

首先明确需求逻辑：

• 第一步：移除所有col1为NA的行
• 第二步：col1为"Yes"的行，必须保证其他列（col2、col3）全部无NA才保留；col1为"No"的行，无论其他列是否有NA都保留

你之前的尝试问题在于：

• 错误使用!is.na(.)，这是检查整个数据框而非当前行的其他列是否存在NA
• 条件逻辑组合混乱，没有区分col1为"Yes"和"No"的不同保留规则

用dplyr可以这样实现：

library(dplyr)

# 按需求过滤数据
filtered_dataset <- dataset %>%
  filter(
    # 第一步：移除col1为NA的行
    !is.na(col1),
    # 第二步：满足任一条件则保留
    (col1 == "No") | 
    (col1 == "Yes" & across(col2:col3, ~!is.na(.x)))
  )

filtered_dataset

运行结果与你的期望一致：

col1 col2 col3
1  Yes  Yes   No
2   No   No   No
3   No <NA> <NA>

关键要点说明 #

• across(col2:col3, ~!is.na(.x)) 批量检查col2到col3的所有列是否无NA，&会确保这些列全部满足非NA时才返回TRUE
• 拆分条件逻辑：先过滤col1的NA行，再针对col1的不同值设置保留规则，避免逻辑混淆

内容的提问来源于stack exchange，提问作者SahirAdv