在R语言中基于指定值删除行时如何保留NA值？

你之前的方法会删掉NA行，原因是R中NA与任何值做比较都会返回NA，而数据框索引时NA会被当作FALSE处理，导致NA行被过滤。以下是几种能保留NA同时删除指定值的实现方式：

方法一：基础R（简洁版） #

利用%in%判断值是否属于目标集合，同时通过is.na()保留NA行：

df2 <- ALLdata[!(ALLdata$`NACE Rev. 2, core code (4 digits)` %in% c("3513", "1910")) | is.na(ALLdata$`NACE Rev. 2, core code (4 digits)`), ]

方法二：基础R（分步拆分） #

拆分筛选逻辑，先取非目标值的行，再合并NA行：

# 筛选非指定值的行（排除NA）
non_target_rows <- ALLdata[ALLdata$`NACE Rev. 2, core code (4 digits)` != "3513" & ALLdata$`NACE Rev. 2, core code (4 digits)` != "1910", ]
# 筛选NA行
na_rows <- ALLdata[is.na(ALLdata$`NACE Rev. 2, core code (4 digits)`), ]
# 合并结果
df2 <- rbind(non_target_rows, na_rows)

方法三：使用dplyr包（更易读） #

如果习惯tidyverse语法，用dplyr::filter可以写出更直观的代码：

library(dplyr)

df2 <- ALLdata %>%
  filter(!(`NACE Rev. 2, core code (4 digits)` %in% c("3513", "1910")) | is.na(`NACE Rev. 2, core code (4 digits)`))

验证示例 #

可以用以下测试数据验证效果：

test_data <- data.frame(
  `NACE Rev. 2, core code (4 digits)` = c("3513", "1910", "1234", NA, "5678"),
  value = 1:5
)

# 用方法一处理
result <- test_data[!(test_data$`NACE Rev. 2, core code (4 digits)` %in% c("3513", "1910")) | is.na(test_data$`NACE Rev. 2, core code (4 digits)`), ]
print(result)

输出会保留值为"1234"、NA、"5678"的行，符合需求。

内容的提问来源于stack exchange，提问作者tonjekm