如何删除数据集中位置列包含NA值的对应记录？

以下是日常分析最常用的三类工具的操作方案，可直接对应你用的工具选择：

1. Excel/WPS 表格场景 #

• 选中整个数据集区域，点击顶部菜单栏「数据」选项卡下的「筛选」按钮
• 点击区域列的筛选下拉箭头，取消勾选「(空白)」/「NA」选项，确认后剩下的就是非NA的有效记录
• 直接复制筛选后的结果到新工作表即可；也可以选中筛选出来的NA行，右键选择「删除行」，再取消筛选就得到清洗后的数据

2. Python（Pandas）场景 #

假设你已经将数据集读入为DataFrame对象，命名为crash_df，区域列的列名为region：

• 基础逻辑判断写法：

# 仅保留region列非NA的记录
clean_df = crash_df[crash_df['region'].notna()]

• 用dropna方法的更简洁写法，指定仅校验区域列：

# 删除region列为空的行
clean_df = crash_df.dropna(subset=['region'])

注：如果需要直接修改原DataFrame不需要返回新对象，可以加inplace=True参数

3. R语言场景 #

假设读入的数据集命名为crash_df，区域列名为region：

• 基础逻辑判断原生写法：

clean_df <- crash_df[!is.na(crash_df$region), ]

• 用tidyverse包的简洁写法：

library(dplyr)
clean_df <- crash_df %>% filter(!is.na(region))
# 或者直接调用drop_na方法
clean_df <- crash_df %>% drop_na(region)

注意：如果你的数据集中的「NA」是手动录入的字符串而非工具默认识别的缺失值，需要先把字符串"NA"替换为对应工具的空值格式，再执行上述删除操作，否则过滤会失效。

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