如何按列名筛选：移除名称含_1且全为NA/空值的列？

原始数据框定义 #

a <- c(3, 2, 1)
a_1 <- c(NA, "", NA)
b <- c(3, 4, 1)
b_1 <- c(3, NA, 4)
c <- c("", "", "")
c_1 <- c(5, 8, 9)
d <- c(6, 9, 10)
d_1 <- c("", "", "")
e <- c(NA, NA, NA)
e_1 <- c(NA, NA, NA)

df <- data.frame(a, a_1, b, b_1, c, c_1, 
                 d, d_1, e, e_1)

需求 #

需要移除列名包含"_1"且所有元素均为空值或NA的列，保留其他所有列（包括非"_1"结尾但全为空/NA的列，比如c、e）。

错误的处理方式 #

之前使用的代码会移除所有全为空/NA的列，不符合需求：

empty_columns <- colSums(is.na(df) | 
        df == "") == nrow(df)
df[, !empty_columns]
df <- df[, colSums(is.na(df)) < nrow(df)]

运行后结果：

a b b_1 c_1  d
1 3 3   3   5  6
2 2 4  NA   8  9
3 1 1   4   9 10

正确解决方案 #

需要同时筛选出满足「列名含"_1"」和「列内全为空/NA」的列，仅移除这些列：

# 判断每列是否全为空值或NA
is_all_empty <- colSums(is.na(df) | df == "") == nrow(df)
# 判断列名是否包含"_1"
has_underscore1 <- grepl("_1", colnames(df))
# 确定需要移除的列：同时满足上述两个条件
cols_to_remove <- is_all_empty & has_underscore1
# 保留不需要移除的列
df_cleaned <- df[, !cols_to_remove]

期望结果 #

运行上述代码后，输出的df_cleaned如下：

a b b_1 c c_1  d  e
1 3 3   3     5  6 NA
2 2 4  NA     8  9 NA
3 1 1   4     9 10 NA

内容的提问来源于stack exchange，提问作者hy9fesh