R语言dplyr如何筛选指定列中含至少一个非NA值的行

你之前的写法不生效是逻辑和用法完全不匹配：

• df %>% select(c(13:19)) %>% !is.na() 语法错误，!is.na() 不能直接作用于整个数据框做行筛选
• na.omit(df[,c(13:19)]) 逻辑相反：这个函数会删除任意一列存在NA的行，和你要的「至少有一个非NA就保留」的需求完全相悖
• select_if(~ !any(is.na(.))) 是列筛选操作，会删除所有存在NA的列，根本不会做行筛选

推荐写法（dplyr 1.0.0+ 支持，最简洁） #

用if_any做逐行条件判断即可：

library(dplyr)

# 如果你最终只需要保留13-19列的结果，用这个写法
res <- df %>%
  filter(if_any(13:19, ~!is.na(.))) %>%
  select(13:19)

# 如果你需要保留数据框所有原列，只是按13-19列的规则筛行，删掉select(13:19)即可

兼容老版本dplyr的写法 #

如果你的dplyr版本低于1.0.0没有if_any函数，可以搭配rowSums实现相同逻辑：

res <- df %>%
  filter(rowSums(!is.na(select(., 13:19))) > 0) %>%
  select(13:19)

逻辑说明 #

• if_any(13:19, ~!is.na(.)) 会逐行遍历13到19列，只要任意一列存在非NA值，就对该行返回TRUE，符合你要的筛选规则
• rowSums写法的逻辑是逐行统计13-19列中非NA值的数量，只要数量大于0（即至少1个有效非NA值）就保留该行

用你提供的示例数据运行上述代码，会得到你期望的结果，自动过滤掉13-19列全为NA的行：

13       14 15 ... 19
1 cool not cool NA ... NA
2   NA        1 NA ... NA

内容的提问来源于stack exchange，提问作者Dre Day