R语言数据框中删除含任意无穷值分组的通用实现方法

核心优化思路 #

摒弃逐列手写无穷值统计的冗余逻辑，借助dplyr的批量列操作能力，自动遍历组内所有需要校验的观测值，只要分组内存在任意一处Inf/-Inf，就直接剔除整个分组，代码无需随观测变量的数量增加而修改。

可直接运行的实现代码 #

library(dplyr)

temp_clean <- temp %>%
  group_by(group_id) %>%
  # 批量校验所有列的无穷值，存在任意无穷值即剔除整组
  filter(!any(across(everything(), is.infinite))) %>%
  ungroup()

代码逻辑说明 #

• across(everything(), is.infinite) 自动遍历分组下每一列的所有观测值，批量返回对应位置是否为无穷值的逻辑矩阵，完全替代逐列手写is.infinite(var1)、is.infinite(var2)的冗余操作
• any() 对批量返回的逻辑矩阵做全局判断：只要矩阵中有任意一个值为TRUE（即存在Inf/-Inf取值），就将整个分组从结果中移除
• 若数据中存在分组ID、月份这类不需要做无穷值校验的标识列，可将everything()替换为精准的列选择规则，比如starts_with("var")，即可只校验所有以var开头的观测变量列，标识列不会参与判断

效果验证 #

使用示例数据运行上述代码后：

• 分组1因var1列第一个观测值为-Inf，被整组剔除
• 分组3因var4列最后一个观测值为-Inf，被整组剔除
• 最终仅保留无任何无穷值的分组2的全部12条观测记录，与预期完全一致

原实现的问题提示 #

原代码中sum(var1_inf:var4_inf)存在语法逻辑偏差：R中冒号:是生成连续整数序列的操作符，不是逐元素求和，原写法实际是对两个标量生成的整数向量求和，和预期的逐变量计数求和逻辑不符。新的实现方案完全不需要这类手动求和步骤，从根源上避免了这类手动编码的错误。

内容的提问来源于stack exchange，提问作者89_Simple