R语言删除数据框指定列NA值 修复lm线性回归报错

执行以下R代码做线性回归时，触发报错：

Error in lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...) : NA/NaN/Inf dans 'y'

原始问题代码：

annee_N <- cbind(df_amb$A,
                 df_amb$B,
                 df_amb$C/df_amb$A,
                 rep("2021", nrow(df_amb)))
annee_N1 <- cbind(df_amb$A,
                  df_amb$B,
                  df_amb$C/df_amb$A,
                  rep("2020", nrow(df_amb)))
annee_N2 <- cbind(df_amb$A,
                  df_amb$B,
                  df_amb$C/df_amb$A,
                  rep("2019", nrow(df_amb)))

reg_spé_amb <- data.frame(rbind(annee_N, annee_N1, annee_N2))
colnames(reg_spé_amb) <- c("A", "B", "C", "année")
lm_amb <- lm(reg_spé_amb[,3] ~ reg_spé_amb[,2] + reg_spé_amb[,1] + reg_spé_amb[,4])

输出的reg_spé_amb数据框结构示例：

A                      B                            C
anes                  10                          500                  2019
chir                  11                          600                  2019
anes                  9                           450                  2020

尝试用以下两种方法删除第三列NA值时，分别报colonnes non définies sélectionnées和can't subset columns that don't exist错误：

library(tidyr)
reg_spé_amb %>%
   drop_na(reg_spé_amb[,3])

reg_spé_amb[!is.na(reg_spé_amb[,3])]

• 核心数据构造错误：cbind()拼接不同类型向量时会将所有列强制转换为统一的字符类型，后续转成data.frame后A/B/C三列都是字符型而非数值型，传入lm函数时会被解析为NA/NaN，触发拟合报错。
• 去值代码语法错误：
  • drop_na()需要传入裸列名或列位置，不能直接传入整列向量作为参数
  • data.frame行筛选时需要在方括号内逗号前写行筛选逻辑，原有筛选语句没有加逗号，实际是在做列筛选，因此触发列不存在的报错
• 额外风险点：计算C = df_amb$C/df_amb$A时，如果df_amb$A存在0值，会生成Inf值，同样会触发lm.fit的报错。

1. 重构数据框，避免cbind强制类型转换，直接按列构造data.frame：

# 分年度构造数据，直接指定列，避免类型被强制转换
annee_N <- data.frame(
  A = df_amb$A,
  B = df_amb$B,
  C = df_amb$C/df_amb$A,
  année = rep("2021", nrow(df_amb))
)
annee_N1 <- data.frame(
  A = df_amb$A,
  B = df_amb$B,
  C = df_amb$C/df_amb$A,
  année = rep("2020", nrow(df_amb))
)
annee_N2 <- data.frame(
  A = df_amb$A,
  B = df_amb$B,
  C = df_amb$C/df_amb$A,
  année = rep("2019", nrow(df_amb))
)
# 合并数据
reg_spé_amb <- rbind(annee_N, annee_N1, annee_N2)
# 显式转换列类型，避免字符残留
reg_spé_amb$A <- as.numeric(reg_spé_amb$A)
reg_spé_amb$B <- as.numeric(reg_spé_amb$B)
reg_spé_amb$C <- as.numeric(reg_spé_amb$C)
reg_spé_amb$année <- as.factor(reg_spé_amb$année)

2. 正确过滤异常值，同时覆盖NA、NaN、Inf三类会触发拟合错误的值，二选一即可：

# 方法1：基础R语法行筛选，注意逗号位置
reg_spé_amb_clean <- reg_spé_amb[is.finite(reg_spé_amb$A) & 
                                 is.finite(reg_spé_amb$B) & 
                                 is.finite(reg_spé_amb$C), ]

# 方法2：tidyverse系列函数正确写法
library(tidyr)
library(dplyr)
reg_spé_amb_clean <- reg_spé_amb %>%
  drop_na(A, B, C, année) %>%
  filter(is.finite(A), is.finite(B), is.finite(C))

3. 运行线性回归，推荐直接在lm中指定data参数，用列名写公式，避免列索引引用出错：

lm_amb <- lm(C ~ B + A + année, data = reg_spé_amb_clean)

• 提示：如果df_amb$A存在0值，建议在计算C列前先做过滤，避免生成无意义的Inf值。

内容的提问来源于stack exchange，提问作者user19304348