如何在R语言中选择指定列范围存在缺失值的行？

针对你需要筛选指定列范围内所有单元格均为缺失值的行的需求，以下是几种简洁且适配大列范围场景的解决方案：

方法1：基础R + rowSums #

通过is.na()标记缺失值，用rowSums()统计每行的NA数量，判断是否等于目标列的总数：

# 定义示例数据框
df <- data.frame(D1 = c('A', 'B', 'C', 'D'),
                 D2 = c(NA, 0, 1, 1),
                 V1 = c(11, NA, 33, NA),
                 V2 = c(111, 222, NA, NA)
                 )

# 指定目标列（支持列名向量或索引，比如c(3,4)代表第3、4列）
target_cols <- c("V1", "V2")

# 筛选指定列全为NA的行
df[rowSums(is.na(df[target_cols])) == length(target_cols), ]

输出结果：

D1 D2 V1 V2
4  D  1 NA NA

方法2：基础R + apply #

用apply()对每行的指定列做逐行判断，检查是否所有值都是NA：

df[apply(is.na(df[target_cols]), 1, all), ]

逻辑直观，输出与方法1一致。

方法3：tidyverse 风格（推荐） #

如果使用dplyr包（1.0.0及以上版本），if_all()函数可直接对列集合做判断，还能配合列选择器（比如starts_with("V")匹配所有以V开头的列），无需手动罗列大量列名：

library(dplyr)

df %>% 
  filter(if_all(target_cols, is.na))

# 若目标列是所有以V开头的列，可简化为：
# df %>% filter(if_all(starts_with("V"), is.na))

内容的提问来源于stack exchange，提问作者wes