在R语言中删除有效值少于5个的列的实现方法

示例数据集 #

首先定义你的示例数据框：

df <- data.frame(id = c(1,2,3,4,5,6,7,8,9,10),
                 i1 = c(0,1,1,1,1,0,0,1,NA,1),
                 i2 = c(1,0,0,1,0,1,1,0,0,NA),
                 i3 = c(NA,NA,NA,NA,NA,NA,NA,NA,NA,0),
                 i4 = c(NA,1,NA,NA,NA,NA,NA,NA,1,NA))

其中i3仅含1个有效值，i4仅含2个有效值，均小于5，需要删除这两列。

方法1：基础R实现 #

无需额外安装包，通过计算每列的有效值数量进行筛选：

# 计算每列非NA值的数量
valid_counts <- colSums(!is.na(df))
# 保留有效值数量≥5的列
df_filtered <- df[, valid_counts >= 5]

查看结果：

> df_filtered
   id i1 i2
1   1  0  1
2   2  1  0
3   3  1  0
4   4  1  1
5   5  1  0
6   6  0  1
7   7  0  1
8   8  1  0
9   9 NA  0
10 10  1 NA

方法2：tidyverse（dplyr）实现 #

如果你习惯使用tidyverse生态，可以用dplyr的select()结合where()函数快速筛选：

library(dplyr)

df_filtered <- df %>%
  select(where(~ sum(!is.na(.x)) >= 5))

该代码会直接保留所有有效值数量≥5的列，结果和基础R方法一致。

内容的提问来源于stack exchange，提问作者amisos55