如何用dplyr合并操作：排除date列并删除指定列全为NA的行

问题背景 #

现有如下R数据框df：

df <- data.frame(
  date = c("2018-01-15", "2018-01-31", "2018-01-15", "2018-02-28", "2018-03-15", "2018-03-31"),
  `CPI:YoY` = c(NA, 1.2, NA, 0.9, NA, 1.0),
  `PPI:MoM` = c(NA, 0.2, NA, -0.1, NA, 0.3),
  stringsAsFactors = FALSE
)

需要用dplyr完成两步操作的合并：

1. 筛选出名称不含date的列
2. 删除这些列中所有值均为NA的行（保留date列）

注：实际数据列数多且date列位置不固定，无法直接指定列名，必须通过排除date列来筛选目标列。

解决方案 #

方法1：使用filter_at（兼容旧版dplyr） #

library(dplyr)

df_cleaned <- df %>%
  filter_at(vars(-contains("date")), all_vars(!is.na(.)))

• vars(-contains("date"))：选择所有名称不含date的列
• all_vars(!is.na(.))：要求选中的每一列对应行的值都不为NA，即删除非date列全为NA的行

方法2：使用across（dplyr 1.0.0+推荐） #

library(dplyr)

df_cleaned <- df %>%
  filter(across(-contains("date"), ~!is.na(.x)))

across是dplyr 1.0.0版本后引入的函数，更简洁直观，作用是对指定列执行同一逻辑检查。

预期结果 #

执行上述代码后，得到的df_cleaned为：

date CPI:YoY PPI:MoM
1 2018-01-31     1.2     0.2
2 2018-02-28     0.9    -0.1
3 2018-03-31     1.0     0.3

内容的提问来源于stack exchange，提问作者ah bon