如何基于多列缺失值筛选行？能否使用is.na()实现？

当然可以用is.na()实现这个需求，结合rowSums()统计每行的缺失值数量，就能精准筛选出符合条件的行。

先构造你的数据集 #

df <- data.frame(
  NO = 1:8,
  grade = c("A", NA, "i", "W", "e", NA, NA, NA),
  level = c("B", "A", "j", NA, "f", "A", NA, NA),
  score = c("C", NA, NA, NA, "g", NA, NA, NA),
  class = c("D", NA, NA, NA, "h", "S", NA, "B"),
  stringsAsFactors = FALSE
)

筛选包含3个NA的行 #

通过rowSums(is.na(df[-1]))统计每行（排除序号列NO）的缺失值数量，筛选数量等于3的行：

df_3na <- df[rowSums(is.na(df[-1])) == 3, ]
df_3na

结果：

筛选包含2个NA的行 #

同理，统计缺失值数量等于2的行：

df_2na <- df[rowSums(is.na(df[-1])) == 2, ]
df_2na

结果：

补充说明 #

• 如果需要统计所有列（包括NO）的缺失值数量，直接使用rowSums(is.na(df))即可，这里NO列无缺失值，结果和上述一致。
• is.na()会将每个元素转换为布尔值（缺失值为TRUE，非缺失为FALSE），rowSums()会把TRUE视为1、FALSE视为0，从而快速计算每行的缺失值总数。

内容的提问来源于stack exchange，提问作者Learning