如何在R语言中按col_1分组移除含NA值的分组？

嗨，这个需求很常见，我给你两种实用的解决方法，都能精准过滤掉包含NA值的分组，只保留完全没有NA的分组：

方法一：使用dplyr包（推荐，代码更简洁易读） #

如果你平时习惯用tidyverse工具链，这个方法会很顺手：

首先加载dplyr包（如果没安装的话先跑install.packages("dplyr")），然后按col_1分组后，用filter结合all(!is.na(col_2))来筛选出所有成员都不含NA的分组：

library(dplyr)

# 你的原始数据框
mydf <- data.frame('col_1'=c('A','A','B','B','C','C','D','D'), 'col_2'=c(100,NA,90,30,50,60,10,NA))

# 执行分组过滤
filtered_df <- mydf %>%
  group_by(col_1) %>%
  filter(all(!is.na(col_2))) %>%
  ungroup() # 取消分组，避免后续操作受分组状态影响

# 查看结果
print(filtered_df)

代码解释： #

• group_by(col_1)：按col_1的值对数据框进行分组
• filter(all(!is.na(col_2)))：检查当前分组内的col_2是否全部不为NA，只有满足这个条件的分组才会被保留
• ungroup()：完成过滤后取消分组，让数据框回到常规状态

方法二：使用Base R（无需额外安装包） #

如果不想加载第三方包，用Base R的原生函数也能实现：

# 你的原始数据框
mydf <- data.frame('col_1'=c('A','A','B','B','C','C','D','D'), 'col_2'=c(100,NA,90,30,50,60,10,NA))

# 第一步：找出所有不含NA的分组名称
valid_groups <- names(which(tapply(mydf$col_2, mydf$col_1, function(x) all(!is.na(x)))))

# 第二步：根据分组名称过滤数据框
filtered_df_base <- mydf[mydf$col_1 %in% valid_groups, ]

# 查看结果
print(filtered_df_base)

代码解释： #

• tapply(mydf$col_2, mydf$col_1, function(x) all(!is.na(x)))：按col_1分组，对每个组的col_2检查是否全为非NA，返回一个以分组名为名称的逻辑向量
• which()：提取逻辑向量中为TRUE的索引，names()获取对应的分组名称
• mydf$col_1 %in% valid_groups：筛选出col_1属于有效分组的行

两种方法运行后都会得到你想要的结果：

col_1 col_2
1     B    90
2     B    30
3     C    50
4     C    60

内容的提问来源于stack exchange，提问作者Simon