如何仅删除全为0或NA的数据行，保留含非0值的行？

这个问题我之前也碰到过，确实直接用is.na()做子集化会误删所有包含NA的行，完全不符合你的需求。其实核心思路是：只剔除那些每一列都是0或者NA的行，保留至少有一个非0且非NA值的行。下面给你两种常用的实现方式，都不会修改原数据集，而是生成新的筛选后数据：

方法一：基础R实现 #

先构造一个和你需求匹配的示例数据框，方便你测试：

# 示例数据：第一行全是0/NA，第二、三行至少有一个非0值
df <- data.frame(
  col1 = c(NA, 0, 5),
  col2 = c(0, NA, 0),
  col3 = c(NA, 3, NA)
)

用apply()函数逐行判断，筛选出符合条件的行：

# 筛选逻辑：只要行内有一个元素非0且非NA，就保留该行
filtered_df <- df[apply(df, 1, function(row) any(!is.na(row) & row != 0)), ]

解释一下这段代码：

• apply(df, 1, ...)：按行（MARGIN=1）遍历数据框的每一行
• !is.na(row) & row != 0：判断当前元素既不是NA也不是0
• any(...)：只要该行中有一个元素满足上面的条件，就返回TRUE，对应行就会被保留

方法二：tidyverse风格实现（推荐给用dplyr的用户） #

如果你平时习惯用tidyverse工具包，这个写法更直观：

library(dplyr)

filtered_df <- df %>%
  rowwise() %>%  # 切换到按行处理的模式
  filter(any(!is.na(c_across(everything())) & c_across(everything()) != 0)) %>%
  ungroup()  # 恢复默认的按列处理模式

解释：

• rowwise()：让后续操作按行执行
• c_across(everything())：获取当前行的所有列数据
• filter()：只保留满足条件（至少有一个非0非NA值）的行

两种方法都能得到你想要的结果，而且都不会修改原数据集，完全符合你的要求~

内容的提问来源于stack exchange，提问作者ifly6