R语言使用循环或apply族批量生成子集dataframe：按同后缀列无NA筛选

原代码核心问题 #

• assign函数调用参数错误，无法生成带指定后缀的独立数据框变量
• 动态取列时用$运算符拼接下标的写法不符合R语法，会被识别为取date/salary列的第i个元素，而非名字为datei/salaryi的整列数据

修正后可直接运行的代码 #

employee <- c('John Doe','Peter Gynn','Jolie Hope')
salary1 <- c(NA, 20400, 26800)
salary2 <- c(29045, NA, 78765)
date1 <- as.Date(c(NA,'2008-3-25','2007-3-14'))
date2 <- as.Date(c('2010-11-1',NA,'2007-3-14'))

employ.data <- data.frame(employee, salary1, salary2, date1, date2)

# 循环生成对应子集
for (i in 1:2) {
  # 动态拼接当前需要校验的列名
  salary_col <- paste0("salary", i)
  date_col <- paste0("date", i)
  # 筛选两列均无NA的行
  sub_df <- subset(employ.data, !is.na(employ.data[[salary_col]]) & !is.na(employ.data[[date_col]]))
  # 生成独立的子集变量
  assign(paste0("employ.data", i), sub_df)
}

运行后直接调用employ.data1和employ.data2即可得到你期望的输出结果。

通用扩展方案 #

如果后续需要校验的变量前缀、后缀范围有变化，可以用以下扩展性更强的写法：

# 自定义需要校验非空的变量前缀、后缀范围
check_prefix <- c("salary", "date")
suffix_range <- 1:2

for (i in suffix_range) {
  check_cols <- paste0(check_prefix, i)
  # 统计每行校验列的NA数量，为0则代表所有校验列均无NA
  keep_rows <- rowSums(is.na(employ.data[, check_cols])) == 0
  sub_df <- employ.data[keep_rows, ]
  assign(paste0("employ.data", i), sub_df)
}

内容的提问来源于stack exchange，提问作者adamrowe16495