在R中删除数据列异常值时代码返回全NA该如何解决？

• 核心原因是GDP_2006列存在缺失值（NA）：R中mean()、sd()函数默认参数na.rm = FALSE，只要输入向量里有1个NA，计算结果就会返回NA。此时逻辑判断MainData$GDP_2006 < NA的所有结果都是NA，用NA作为行索引筛选数据时，所有行都会返回NA，最终整个数据集全为NA。
• 次要原因：你的代码仅设置了大于均值+2倍标准差的异常值过滤规则，未补充小于均值-2倍标准差的下限过滤，只删了单侧异常值。

基础R写法 #

首先给mean()、sd()添加na.rm = TRUE参数忽略缺失值计算阈值，同时补充缺失值判断和下限过滤条件：

# 预计算上下阈值，避免重复计算
gdp_mean <- mean(MainData$GDP_2006, na.rm = TRUE)
gdp_sd <- sd(MainData$GDP_2006, na.rm = TRUE)
upper_thre <- gdp_mean + 2 * gdp_sd
lower_thre <- gdp_mean - 2 * gdp_sd

# 筛选符合要求的行：删除GDP_2006为NA+超出±2倍标准差的行
MainData <- MainData[!is.na(MainData$GDP_2006) & MainData$GDP_2006 > lower_thre & MainData$GDP_2006 < upper_thre, ]

如果需要保留GDP_2006为NA的行，仅删除非NA的异常值，把筛选条件替换为：
MainData <- MainData[is.na(MainData$GDP_2006) | (MainData$GDP_2006 > lower_thre & MainData$GDP_2006 < upper_thre), ]

可选dplyr简洁写法 #

如果你习惯用tidyverse体系，写法更易读：

library(dplyr)
MainData <- MainData %>%
  filter(
    # 可删除下面这行如果不需要保留GDP_2006为NA的行
    is.na(GDP_2006) | 
    (GDP_2006 > (mean(GDP_2006, na.rm = TRUE) - 2*sd(GDP_2006, na.rm = TRUE)) &
     GDP_2006 < (mean(GDP_2006, na.rm = TRUE) + 2*sd(GDP_2006, na.rm = TRUE)))
  )

内容的提问来源于stack exchange，提问作者Kenzie De Keyser