R多条件筛选问卷无缺失值子集及psych包NA敏感性解决方法

一、多条件筛选指定列无缺失的观测子集 #

你之前的代码报错存在两个核心问题：

1. subset() 函数的多筛选条件需要合并到第二个参数中用&连接，不能作为独立的第三、第四个参数传入，这是你报错的根本原因
2. 判断R中的真实缺失值不能用!="NA"，该写法是和字符串"NA"做匹配，正确判断逻辑是用!is.na(变量名)

基础R实现（无需加载第三方包） #

以mtcars筛选hp到wt列无缺失的行为例：

# 定义需要检查缺失值的列范围，也可以直接写列名向量c("hp","drat","wt")
cols_check <- colnames(mtcars)[4:6]

# 筛选指定列均无缺失的行，保留数据集所有列
datasubset <- mtcars[complete.cases(mtcars[, cols_check]), ]

运行后得到的结果和你给出的示例输出完全一致。

tidyverse简便写法 #

如果习惯使用dplyr语法，可以用更简洁的跨列判断写法：

library(dplyr)
datasubset <- mtcars %>%
  filter(across(hp:wt, ~!is.na(.x)))

二、psych包避免列表删除的方法 #

psych包的绝大多数函数自带缺失值处理参数，不需要提前做全数据集的列表删除：

• 做单变量描述统计时，给describe()添加na.rm = TRUE参数，会自动按列删除缺失值计算统计量，不会因为某一列有缺失丢弃整行样本：

library(psych)
# 直接对原始数据计算即可，不需要提前删行
describe(mtcars$drat, na.rm = TRUE)

• 做相关、因子分析等多变量分析时，给函数添加use = "pairwise"参数，采用成对删除策略：仅计算两个变量的统计量时删除这两个变量同时缺失的样本，最大程度保留样本量：

# 成对删除计算相关矩阵，避免列表删除丢失过多样本
cor_result <- corr.test(mtcars[, cols_check], use = "pairwise")

仅当你的分析场景要求所有分析项使用完全一致的样本（比如结构方程模型、验证性因子分析）时，再使用第一部分的方法提前筛选指定列无缺失的子集即可。

内容的提问来源于stack exchange，提问作者valtur