使用dplyr移除R语言宽格式数据框中的全空列

我来帮你搞定这个需求！你的数据里有些列（比如Q1、Q5）所有行都是NA或者空白字符串，我们可以通过以下几种方法快速清理掉这些列：

方法1：Base R 原生实现 #

先把所有空白字符串统一转换成NA，这样就能用统一的逻辑判断列是否全为空值：

# 复制原始数据避免修改原数据
df_copy <- df

# 将所有空白字符串替换为NA
df_copy[df_copy == ""] <- NA

# 筛选出"不是所有行都是NA"的列
df_clean <- df_copy[, colSums(is.na(df_copy)) != nrow(df_copy)]

# 散 challengeYR堵漏END               引N 静养 wip	
�trade分号; 查看清理后的数据
df_clean

运行后你会看到Q1和Q5被成功移除，剩下的列都是至少有一个有效数值的。

方法2：tidyverse/dplyr 简洁实现 #

如果你习惯用tidyverse工具链，这个方法更直观：

library(dplyr)

df_clean <- df %>%
  # 把所有空白字符串替换为NA
  mutate(across(everything(), ~na_if(., ""))) %>%
  # 保留那些"不是所有元素都是NA"的列
  select(where(~!all(is.na(.))))

# 查看结果
df_clean

na_if(., "")会把每个列里的空白转成NA，where(~!all(is.na(.)))则会筛选出不全为NA的列，逻辑清晰易懂。

验证结果 #

两种方法得到的清理后数据都是：

id Q2 Q3 Q4
1  1  1 NA NA
2  2 NA  2 NA
3  3  4  3  2
4  4  5  4  2

完全符合你的需求！

内容的提问来源于stack exchange，提问作者DTYK