R语言如何删除数据框中行号为NA、全列值为NA的无效行

出现全NA占位行的核心原因是筛选逻辑没有处理列中的缺失值：当Current_status或Start_date列存在NA值时，==比较运算返回的结果不是TRUE/FALSE，而是NA。用含NA的逻辑向量做数据框行索引时，R会在对应位置插入一整行全为NA的占位行，这就是你看到行名显示为NA、NA.1、NA.2的原因，并非原数据的行号本身变成了NA。

调整自定义clean函数，在筛选时显式处理逻辑判断返回的NA值，同时增加全NA行的兜底删除逻辑即可：

clean <- function(z) {
  # 生成匹配待删除行的标记
  del_flag <- z$Current_status == "T" & z$Start_date == 2012
  # 将标记为NA的结果统一设为FALSE，避免索引生成NA占位行
  del_flag[is.na(del_flag)] <- FALSE
  res <- z[!del_flag, ]
  # 兜底删除所有列全为NA的无效行
  res <- res[rowSums(is.na(res)) != ncol(res), ]
  # 可选：重置行名，避免断号、NA行名残留
  rownames(res) <- NULL
  return(res)
}

如果习惯用tidyverse语法，dplyr::filter默认会自动丢弃逻辑判断为NA的行，不会生成占位空行，写法更简洁：

library(dplyr)
clean <- function(z) {
  res <- z |>
    filter(!(Current_status == "T" & Start_date == 2012)) |>
    # 兜底清理全NA行
    filter(!if_all(everything(), is.na))
  return(res)
}

• R中所有与NA进行的比较、算术运算结果都会返回NA，写筛选逻辑时必须显式处理NA的情况，不能默认NA会被当作FALSE处理。
• 不要用na.omit()直接删行，这个函数会把任意列含NA的行都删掉，很容易误删有效数据。

内容的提问来源于stack exchange，提问作者Jean