在R中筛选仅含NA和/或数字的行：代码报错排查与解决

问题分析 #

你的错误有两个：

1. 变量名写错：as.numeric(df[,2:4])中的df未定义，应该是df_test
2. 逻辑步骤错误：你先把原始NA转成0，这违背了NA的含义（代表不安排经费），而且直接对混合类型列转数值会因非数字字符报错。

你的核心需求是：筛选出所有经费类别列中仅包含NA（不安排经费）或明确数字金额的学区，排除那些包含"X"、"$ -"、"######"（计划安排但金额不明）的学区。

解决方案（Base R） #

# 示例数据
district_name <- c("District A","District B","District C","District D")
x <- c(5,10,4,5)
y <- c(10,"X",NA,999)
z <- c(NA,30,"$ - ",NA)
df_test <- data.frame(district_name, x,y,z, stringsAsFactors = FALSE) # 禁用因子转换，避免字符转因子的问题

# 定义所有无效标记值
invalid_values <- c("X", "$ - ", "######")

# 步骤1：检查每个经费列是否包含无效值，生成逻辑矩阵
invalid_flags <- sapply(df_test[,2:4], function(col) col %in% invalid_values)

# 步骤2：筛选出所有经费列都没有无效值的学区
filtered_df <- df_test[rowSums(invalid_flags) == 0, ]

# 查看结果
filtered_df

运行结果会保留District A和District D，因为它们的经费列里只有数字或NA，没有无效标记。

解决方案（dplyr 版本，更简洁） #

如果你习惯用tidyverse工具：

library(dplyr)

# 示例数据（同上）
district_name <- c("District A","District B","District C","District D")
x <- c(5,10,4,5)
y <- c(10,"X",NA,999)
z <- c(NA,30,"$ - ",NA)
df_test <- tibble(district_name, x,y,z)

# 定义无效值
invalid_values <- c("X", "$ - ", "######")

# 筛选逻辑：所有经费列都不属于无效值
filtered_df <- df_test %>%
  filter(across(c(x,y,z), ~ !(.x %in% invalid_values)))

filtered_df

代码说明 #

1. 禁用因子转换：创建数据框时加上stringsAsFactors = FALSE（或用tibble），避免字符型数据被自动转成因子，导致后续判断出错。
2. 无效标记检查：通过sapply（base R）或across（dplyr）遍历所有经费列，标记出包含无效值的位置。
3. 筛选逻辑：rowSums(invalid_flags) == 0表示该行（学区）的所有经费列都没有无效值，符合你的需求。

内容的提问来源于stack exchange，提问作者user3710004