dplyr中如何仅使用filter函数过滤NA值数量大于1的行？

原代码失效的核心原因 #

你最初尝试的写法无法得到正确结果，本质是across在默认的列向量化计算上下文里，会把每一列作为独立输入计算整列的NA总数，最终返回的是和列数等长的判断向量，完全不符合filter需要的逐行逻辑判断要求。

极简实现方案 #

完全不需要借助mutate生成中间列，也不需要额外加rowwise逐行遍历，直接把逐行NA统计的逻辑嵌入filter的判断条件即可：

airquality %>% filter(rowSums(is.na(across(everything()))) > 1)

方案特点 #

• 全程仅使用filter完成筛选操作，无多余中间计算步骤，完全符合你对代码简洁性的要求
• 计算逻辑为纯向量化实现，相比你之前用rowwise() + mutate的写法，在大尺寸数据集上执行速度会有数倍提升
• 计算链路清晰：is.na(across(everything()))会生成和原数据维度完全一致的逻辑矩阵，矩阵中每个元素代表对应位置是否为缺失值；rowSums()直接逐行统计逻辑矩阵里的TRUE（即缺失值）总数，和阈值1做比较后返回行级筛选逻辑。

等价的across语法写法 #

如果你更习惯用across的语法组织判断逻辑，也可以写成下面的等价形式，筛选效果和上面的代码完全一致：

airquality %>% filter(across(everything(), is.na) %>% rowSums() > 1)

注意：以上写法都不需要额外添加rowwise()分组，因为rowSums本身就是逐行处理的向量化函数，添加rowwise反而会触发逐行遍历的低效率计算逻辑。

内容的提问来源于stack exchange，提问作者Laura