在R中按指定列范围筛选含缺失值的行

示例数据集 #

先构造一个包含缺失值的示例数据集，其中前3行在第4列及之后的列存在NA，后续行无缺失：

# 构造示例数据集
df <- data.frame(
  col1 = 1:5,
  col2 = letters[1:5],
  col3 = c(TRUE, FALSE, TRUE, FALSE, TRUE),
  col4 = c(NA, 2, NA, 4, 5),
  col5 = c(10, NA, 20, 30, 40),
  col6 = c(100, 200, 300, NA, 500)
)

方法1：基础R实现 #

指定起始列号（这里是第4列），通过判断每行在目标列范围内是否存在至少一个NA来筛选：

start_col <- 4
# 筛选第4列至最后一列任意含NA的行
df1 <- df[rowSums(is.na(df[, start_col:ncol(df)])) > 0, ]

方法2：dplyr包实现 #

如果习惯用tidyverse工具链，if_any()函数可以更直观地指定列范围并判断缺失值：

library(dplyr)

start_col <- 4
df1 <- df %>%
  filter(if_any(all_of(start_col:ncol(df)), is.na))

结果验证 #

运行上述代码后，df1会包含原数据的前3行——这三行在第4列至最后一列中都存在至少一个缺失值。

内容的提问来源于stack exchange，提问作者amisos55