R语言：如何删除满足df$e == 'a'且b列为NA的数据行

我来帮你搞定这个问题！你想要移除的是e列等于'a'同时b列为NA的行，咱们先理清楚之前写法的问题，再给出正确的实现方式：

先重现你的原始数据 #

首先咱们先把你创建的数据框代码写出来（记得加载tibble包）：

library(tibble)
c <- c(1,2,3,4)
b <- c(NA,NA,NA,'f')
e <- c('e','a','e','a')
df <- tibble(c,b,e)

你的写法问题分析 #

• 第一个写法df <- which(df$e == 'a' & is.na(df$b) == TRUE)：which()只是返回符合条件的行索引，并没有对数据框进行筛选，你需要用索引来子集化数据框才行，但这种写法不如tidyverse的过滤直观。
• 第二个写法df %>% ifelse(df$e == 'a', drop_na('b'))：ifelse()是用来做向量级别的条件替换的，不是用来筛选行的；drop_na()是直接删除所有包含NA的行，没法结合特定的条件使用，所以这个组合逻辑不对。

正确的实现方式 #

方法1：用dplyr的filter()函数（推荐，代码更易读） #

我们需要保留不满足删除条件的行，也就是要么e不等于'a'，要么b不是NA。可以用两种等价的逻辑来写：

library(dplyr)

# 方式A：直接对删除条件取反
df_filtered <- df %>% filter(!(e == 'a' & is.na(b)))

# 方式B：拆分逻辑（逻辑上和A等价）
df_filtered <- df %>% filter(e != 'a' | !is.na(b))

运行后得到的结果就是你想要的：

# A tibble: 3 × 3
      c b     e    
  <dbl> <lgl> <chr>
1     1 NA    e    
2     3 NA    e    
3     4 f     a    

方法2：基础R写法（不用tidyverse包） #

如果你不想加载dplyr，也可以用基础R的子集化操作：

df_filtered <- df[!(df$e == 'a' & is.na(df$b)), ]

这个写法和上面的tidyverse方法效果完全一致。

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