R语言如何删除1860-1863年有缺失值的城市行并保留后续年份数据

解决思路 #

你之前的代码仅提取了1860-1863年的列做缺失值过滤，自然会丢失其他列的数据。正确逻辑是：仅对1860-1863年的列做缺失值校验，用校验结果筛选原数据的整行即可保留所有列。

实现方法 #

方法1：基础R实现

用complete.cases()对指定列做缺失值校验，筛选对应行：

# 定义需要校验缺失值的列，用列名匹配比硬写列序号更稳妥，避免后续列顺序变化出错
check_cols <- c("cost1860", "cost1861", "cost1862", "cost1863")
# 筛选出校验列无缺失的行，保留所有列
mydata_clean <- mydata[complete.cases(mydata[, check_cols]), ]

如果确认列顺序不会变，也可以直接写列序号check_cols <- 2:5，效果一致。

方法2：dplyr实现（可读性更高）

如果你习惯用tidyverse生态，可以用filter+across组合实现：

library(dplyr)

mydata_clean <- mydata %>%
  # 仅校验1860-1863年的列，存在任意NA的行直接过滤，其他列全部保留
  filter(across(cost1860:cost1863, ~!is.na(.x)))

效果说明 #

按你的示例数据运行后，最终会保留洛杉矶、芝加哥两个城市的全量数据，包含1864年及之后的所有字段，后续年份的NA不会被过滤，完全符合你的需求。

内容的提问来源于stack exchange，提问作者B.Nin