使用dplyr过滤时忽略NA值及多条件分组过滤问题

你原来的代码思路是对的，但问题出在all(Value < 80)遇到NA时会返回NA，导致包含NA的分组被错误过滤掉。要忽略NA值，只检查非NA的Value是否全部小于80，需要给all()加上na.rm = TRUE参数：

library(dplyr)

tab %>%
  group_by(Groups) %>%
  filter(all(Value < 80, na.rm = TRUE))

这段代码会保留：

• Group1：非NA的Value（1、4、78）都小于80，NA被忽略
• Group2：所有Value（3、9、8）都小于80
• 自动排除Group3：因为存在Value=110大于80

假设你的新数据框（比如命名为tab_new）包含sp和mrca列，需要过滤同时满足以下两个组级条件的分组：

1. 所有非NA的Value均小于80（和问题1逻辑一致）
2. 组内每一行都满足：要么abs(sp - mrca)在0-9之间，要么sp和mrca同时为NA

对应的正确代码如下：

tab_new %>%
  group_by(Groups) %>%
  filter(
    # 条件1：非NA Value全小于80
    all(Value < 80, na.rm = TRUE),
    # 条件2：每行要么满足差值范围，要么两者都是NA
    all( (abs(sp - mrca) %in% 0:9) | (is.na(sp) & is.na(mrca)) )
  )

关键说明： #

• 第二个条件用all()包裹，确保组内所有行都符合要求——只要有一行不满足（比如sp是NA但mrca有值，或者差值不在0-9区间），整个分组就会被过滤
• 逻辑或|用来覆盖两种合法情况：差值在范围内，或者两者都是NA；其他情况（单NA、差值超出范围）都会导致该行条件为FALSE，进而让整个分组被排除

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