如何删除数据集中所有值均为NA的行？

以下是不同工具环境下的对应实现方法：

R 语言 #

tidyverse 方案 #

使用dplyr包的筛选逻辑，适配任意列数：

library(dplyr)
# 替换df为你的数据集变量名
df_clean <- df %>%
  # 保留至少存在一个非NA值的行
  filter(if_any(everything(), ~!is.na(.x)))

基础R 方案 #

无需加载第三方包：

# 替换df为你的数据集变量名
df_clean <- df[rowSums(is.na(df))!= ncol(df), ]

Python（Pandas） #

Pandas内置的dropna方法直接提供了对应参数，不需要额外逻辑：

import pandas as pd
# 替换df为你的数据集变量名，how='all'指定仅删除所有值均为NA的行
df_clean = df.dropna(how='all')

Excel #

• 新增一列作为辅助列，第一行数据（假设为第2行）输入公式=COUNTA(A2:C2)，将A2:C2替换为你实际的全量数据列范围
• 将公式下拉填充到所有行，辅助列值为0的行即为全NA行
• 筛选辅助列值为0的行，直接删除后删掉辅助列即可

SQL #

通用写法（适配所有数据库） #

SELECT * 
FROM 你的表名
-- 列数多的话依次补全所有列的IS NOT NULL判断即可
WHERE 列1 IS NOT NULL 
   OR 列2 IS NOT NULL 
   OR 列3 IS NOT NULL

PostgreSQL 简化写法 #

SELECT * FROM 你的表名 WHERE NOT (你的表名 IS NULL);

内容的提问来源于stack exchange，提问作者cjolson0612