如何删除R数据框中仅包含数字9的行？

我来帮你搞定这个问题！针对你的需求——删除那些除ID列外所有非NA值都是9的行（比如ID103、104、110这类），这里有两种实用的解决方案，先把你的数据复现出来方便测试：

df1 <- tibble::tibble(
  ID = c(101, 102, 103, 104, 105, 106, 107, 108, 109, 110),
  a = c(NA, 9, NA, NA, NA, NA, NA, NA, NA, NA),
  b = c(NA, 10, 9, 9, NA, NA, 2, NA, NA, NA),
  c = c(NA, NA, NA, 9, 1, NA, NA, 4, 11, 9),
  d = c(NA, NA, NA, NA, 8, NA, NA, 7, 9, 9),
  e = c(NA, NA, NA, NA, 9, NA, NA, 8, NA, 9),
  f = c(NA, NA, NA, NA, NA, NA, NA, NA, NA, NA),
  g = c(NA, NA, NA, NA, NA, NA, NA, 9, NA, NA)
)

方法1：用dplyr（tidyverse风格，代码更直观） #

这种方式适合习惯tidyverse语法的用户，逐行检查非ID列的数值情况：

library(dplyr)

df_filtered <- df1 %>%
  rowwise() %>%
  mutate(
    # 判断该行非NA值是否全为9
    all_non_na_9 = all(c_across(-ID)[!is.na(c_across(-ID))] == 9),
    # 判断该行是否有非NA值（用来区分全NA行和"非NA全是9"的行）
    has_non_na = any(!is.na(c_across(-ID)))
  ) %>%
  # 保留：要么不是"非NA全是9"，要么是全NA的行
  filter(!all_non_na_9 | !has_non_na) %>%
  # 删掉临时生成的辅助列
  select(-all_non_na_9, -has_non_na) %>%
  ungroup()

# 查看结果
df_filtered

如果连全NA的行（比如ID101、106）也想一起删除，直接把filter里的条件改成!all_non_na_9就行。

方法2：用基础R（无需额外安装包） #

要是你不想加载dplyr，基础R的apply函数也能实现：

# 提取除ID外的所有列
non_id_cols <- df1[-1]

# 逐行判断：是否存在非NA值且所有非NA值都是9
all_9_rows <- apply(non_id_cols, 1, function(row) {
  non_na_vals <- row[!is.na(row)]
  length(non_na_vals) > 0 && all(non_na_vals == 9)
})

# 过滤掉符合条件的行
df_filtered_base <- df1[!all_9_rows, ]

# 查看结果
df_filtered_base

两种方法最终都会保留ID101、102、105、106、107、108、109，删除ID103、104、110，完全符合你的需求~

内容的提问来源于stack exchange，提问作者danny