在R语言中将含NA的行筛选至新数据框的技术需求

以下是完整的R代码实现步骤，按需求完成数据处理并提取含NA的行：

1. 复制数据并替换异常值为NA #

先复制原始数据子集，再对除第一列外的所有列，将绝对值超过2倍标准差的元素替换为NA：

# 复制mat2到mat1
mat1 <- mat2

# 处理除第一列外的列，替换异常值为NA
mat1[, -1] <- lapply(mat1[, -1], function(x) {
  scaled_vals <- scale(x)
  replace(x, abs(scaled_vals) > 2, NA)
})

2. 用dplyr设置行名 #

将Symbol列设为数据框的行名：

library(dplyr)

# 转换Symbol列为行名
mat_rown <- mat1 %>% column_to_rownames(var = "Symbol")

3. 定位NA位置（可选） #

如果需要查看NA的具体位置，执行以下代码：

# 获取NA的行列位置
na_positions <- which(is.na(mat_rown), arr.ind = TRUE)

4. 提取含NA的行到新数据框 #

基础R方式 #

直接通过行求和判断是否存在NA：

# 提取所有含至少一个NA的行
na_rows_df <- mat_rown[rowSums(is.na(mat_rown)) > 0, , drop = FALSE]

dplyr管道风格 #

如果偏好dplyr的语法，可使用if_any函数筛选：

# 先把行名转回列，筛选后再恢复行名
na_rows_df <- mat_rown %>% 
  rownames_to_column(var = "Symbol") %>% 
  filter(if_any(-Symbol, is.na)) %>% 
  column_to_rownames(var = "Symbol")

两种方法都能得到包含所有含NA行的新数据框na_rows_df，可直接用于后续分析。

内容的提问来源于stack exchange，提问作者PesKchan