R语言按列号批量筛选多列非缺失值的简便实现方法

针对需要按指定列范围（支持列号向量输入）批量过滤、剔除目标列存在缺失值行的需求，可直接替代多层叠加filter(!is.na(列名))的冗余写法，适配两种常用使用场景：

最优适配写法（tidyverse生态） #

如果你当前已经在用dplyr的管道操作，直接使用1.1.0版本后新增的if_all()函数即可完全匹配需求：

library(dplyr)
# 列号范围直接填入你的校验目标列，比如c(3:9, 13:21)
df_clean <- df %>% 
  filter(if_all(.cols = c(3:9, 13:21), ~ !is.na(.x)))

• 无需逐一枚举长列名，哪怕是lighteningdate、depression、anxiety这类长名称的列，或是跨多段的17个校验列，只要修改.cols后的列号向量即可
• 逻辑等价于“所有指定校验列均无NA值时，该行才被保留”，和之前多层filter叠加的结果完全一致
• 无额外性能开销，代码长度从十几行压缩为单行核心逻辑

旧版本dplyr兼容写法 #

如果本地dplyr版本低于1.1.0，没有if_all()函数，可搭配rowSums()实现同等效果，建议把目标列号存为独立变量，减少重复书写：

# 预先定义校验列的列号范围，后续调整无需改动筛选主体逻辑
target_cols <- c(3:9, 13:21)
df_clean <- df %>% 
  filter(rowSums(is.na(pick(all_of(target_cols)))) == 0)

常见避坑提示 #

• 不要直接使用complete.cases(df)实现筛选：该函数默认校验数据框全部列的缺失情况，会误删那些“非目标列存在NA、但目标列无缺失”的有效行，不符合“仅按部分列判定缺失”的需求
• 若后续需要把校验逻辑从“全部无缺失”改成“至少有一个无缺失”，只要把if_all()替换为if_any()即可，不需要重构代码
• 所有写法兼容字符型、数值型、日期型等各类列的缺失值判断，不需要额外做类型转换

原冗余代码对照（仅5个目标列就需要多层叠加，17个列的场景代码会冗长3倍以上）：

df %>%
  filter(!is.na(b)) %>%
  filter(!is.na(c)) %>%
  filter(!is.na(d)) %>%
  filter(!is.na(g)) %>%
  filter(!is.na(j))

等价的简洁写法：

# 列号根据实际列的位置替换即可，不需要写列名
df %>% 
  filter(if_all(.cols = c(2, 3, 4, 7, 10), ~ !is.na(.x)))

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