R语言：用dplyr与基础方法删NA行及提取非零test对应列值

1. 删除second_column中含NA的行 #

注：你的数据里second_column的"NA"是字符型字符串，而非R原生缺失值NA，以下分两种场景给出方法：

针对字符型"NA"（当前数据状态） #

• 基础R实现

df_clean <- df[df$second_column != "NA", ]

• dplyr包实现

library(dplyr)
df_clean <- df %>% filter(second_column != "NA")

针对R原生缺失值（若将字符型"NA"转为原生缺失值后） #

先转换缺失值：

df$second_column[df$second_column == "NA"] <- NA

再删除对应行：

• 基础R实现

# 仅删除second_column的缺失行
df_clean <- df[!is.na(df$second_column), ]
# 若需删除所有含缺失值的行，可用na.omit（谨慎使用，会影响其他列）
df_clean <- na.omit(df)

• dplyr包实现

# 仅删除second_column的缺失行
df_clean <- df %>% filter(!is.na(second_column))
# 或用drop_na快捷方式
df_clean <- df %>% drop_na(second_column)

2. 提取test列非零对应的first_column值 #

• 基础R实现

target_values <- df$first_column[df$test != 0]
# 或用which定位索引
target_values <- df$first_column[which(df$test != 0)]

执行后target_values结果为[1] 3，符合需求。

• dplyr包实现

target_values <- df %>% filter(test != 0) %>% pull(first_column)

执行后同样得到[1] 3。

内容的提问来源于stack exchange，提问作者Bubbles