R语言如何删除数据框中所有值均为NA的整行数据

基础R实现 #

你可以通过rowSums()结合非NA判断快速实现需求，代码如下：

# df替换为你的数据框名称
df_filtered <- df[rowSums(!is.na(df)) > 0, ]

逻辑说明：!is.na(df)会将原数据框转换为逻辑矩阵，非NA值对应TRUE、NA对应FALSE，rowSums()统计每行TRUE的数量也就是非NA值的数量，筛选出数量大于0的行，就是至少有一个有效信息的行。

tidyverse（dplyr）实现 #

目前filter_all已经被官方弃用，推荐使用if_any()搭配filter()实现，代码如下：

library(dplyr)
df_filtered <- df %>%
  filter(if_any(everything(), ~ !is.na(.x)))

逻辑说明：if_any(everything())会遍历数据框的所有列，只要任意一列满足「非NA」的条件，就会保留当前行，写法更符合tidyverse的语法规范。

两种方法最终输出的结果都和你预期的一致，会保留第3、第7行，删除所有全为NA的行。

内容的提问来源于stack exchange，提问作者Juan C