如何使用R仅删除数据框中指定列包含NA值的对应记录

前置说明 #

你提供的示例数据中，admission、discharged列的缺失值为字符串格式的"NA"，不是R可识别的标准缺失值NA，处理前需要先做转换。 #

方法1：使用dplyr包（tidyverse生态，代码可读性高） #

完整代码： #

# 加载依赖包
library(dplyr)

# 构造输入数据
df <- structure(list(id = c(1, 1, 2, 2), 
                     admission = c("2001/01/01", "2001/03/01", "NA", "2005/01/01"), 
                     discharged = c("2001/01/07", "NA", "NA", "2005/01/03")), 
                class = "data.frame", row.names = c(NA, -4L))

# 第一步：将字符串"NA"转为标准缺失值
df[df == "NA"] <- NA

# 第二步：按id分组，筛选两列都无NA的行，每组取第一条，重命名列符合输出要求
result <- df %>%
  group_by(id) %>%
  filter(!is.na(admission) & !is.na(discharged)) %>%
  slice(1) %>%
  ungroup() %>%
  rename(id2 = id,
         admission2 = admission,
         discharged2 = discharged)

# 查看结果
print(result)

输出验证： #

运行后得到的result结构和你给出的预期输出完全一致。 #

方法2：使用base R实现（无需额外安装包） #

完整代码： #

# 构造输入数据
df <- structure(list(id = c(1, 1, 2, 2), 
                     admission = c("2001/01/01", "2001/03/01", "NA", "2005/01/01"), 
                     discharged = c("2001/01/07", "NA", "NA", "2005/01/03")), 
                class = "data.frame", row.names = c(NA, -4L))

# 转换字符串"NA"为标准缺失值
df[df == "NA"] <- NA

# 筛选两列都无NA的行
valid_df <- df[!is.na(df$admission) & !is.na(df$discharged), ]
# 按id去重，保留每个id的第一条记录
result <- valid_df[!duplicated(valid_df$id), ]
# 重命名列
colnames(result) <- c("id2", "admission2", "discharged2")

# 查看结果
print(result)

内容的提问来源于stack exchange，提问作者kam