R语言按条件删除dataframe指定行时其余数据变NA如何解决

你操作后出现大量NA，是两个错误共同导致的：

• 代码里对象名写错：原数据框叫data，你行索引里用的是data2$ex做判断，调用了错误的对象。
• 没摸透R逻辑判断的默认规则：在R里，任何值和NA做比较（比如!=0、==1这类判断），返回结果都是NA。用逻辑向量做行筛选时，索引值为NA的位置会直接把整行填充为NA，这就是你看到大量内容变空的核心原因。你的ex列有191个NA值，这些行在跑ex !=0判断时全都会返回NA，自然会出问题。

核心逻辑是：只明确删除ex等于0的行，ex为1/2/3、以及ex为NA的行全部保留，两种常用写法都不会改动其余列内容：

写法1：基础R索引（最推荐，不容易出错） #

用%in%做匹配可以自动规避NA判断的坑：ex %in% 0只有在ex明确等于0的时候返回TRUE，ex为NA或者其他值时都返回FALSE，取反后刚好筛掉ex=0的行：

data <- data[!(data$ex %in% 0), ]

如果你习惯写显式判断，也可以把NA的判断补全，效果完全一致：

data <- data[is.na(data$ex) | data$ex != 0, ]

写法2：subset函数 #

subset默认会丢弃判断结果为NA的行，所以必须把保留NA的条件显式写上，才不会把191条NA值的行误删：

data <- subset(data, is.na(ex) | ex != 0)

操作完成后可以重新跑频数统计验证结果：

table(data$ex, useNA = "ifany")

正常返回结果应该为：取值1对应9条、2对应25条、3对应4条、NA对应191条，总计229条观测，刚好删掉33条ex=0的行，其余68个变量的内容不会有任何改动。

内容的提问来源于stack exchange，提问作者user3416877