R语言filter函数筛选超市销售数据集时返回大量NA值问题求助

问题原因 #

你遇到的NA问题不是筛选步骤的逻辑错误，通常由以下两个常见原因导致：

1. 未加载dplyr包，代码调用了stats包自带的filter()函数（该函数用于时间序列滤波，不是数据框行筛选），直接输出大量NA值
2. 读取文件时设置的日期解析格式和原始csv文件的实际日期格式不匹配，导致Date列在读取阶段就生成了NA值

修正代码 #

# 加载tidyverse（内置readr和dplyr，确保调用的是dplyr的筛选filter函数）
library(tidyverse)

# 读取文件：请根据你原始csv里的日期样式调整format参数
# 若原始csv打开后日期是 月/日/年 格式（比如01/05/2019），保留以下格式设置
# 若原始csv打开后日期是 年-月-日 格式（比如2019-01-05），将Date的format改为"%Y-%m-%d"
dataset <- read_csv("dataset.csv", 
                    col_types = cols(Date = col_date(format = "%m/%d/%Y"), 
                                     Time = col_time(format = "%H:%M")))

# 先确认读取后的数据无NA，排除读取阶段的问题
cat("读取后全数据集NA数量：", sum(is.na(dataset)), "\n")

# 筛选A分支数据
df_filter_A <- filter(dataset, Branch == "A")

# 查看筛选结果
head(df_filter_A)

额外排查方案 #

如果修正后仍有异常，可先运行unique(dataset$Branch)查看Branch列的取值，确认是否存在带空格的取值（比如" A "），如果有可以先对Branch列做去空格处理再筛选：

dataset$Branch <- trimws(dataset$Branch)
df_filter_A <- filter(dataset, Branch == "A")

内容的提问来源于stack exchange，提问作者ILikeCode