如果多列中有超过25%的NAs，则删除行
如果多列中有超过25%的NAs，则删除行
提问于 2021-06-08 22:55:45
我想删除多列中包含超过25% NAs的所有行。由于这涉及大约120个相应的列，所以不指定所有列是有用的。最好是类似于: columnA和columnZ之间的一切。
我曾尝试过与以下方面合作：
data[!is.na(data$ColumnA:data$ColumnZ), > 0.25]但它只显示了这个错误：
必须用有效的下标向量子集列。 逻辑下标必须与索引输入的大小匹配。 X输入的大小为250，但下标!is.na(data$ColumnA:data$ColumnZ) > 0.25的大小为3。
(250是数据集中列的实际数量)
我也曾考虑过尝试drop_na，但这导致了类似的问题。
你有什么意见建议？提前谢谢你
回答 2
Stack Overflow用户
发布于 2021-06-08 23:29:24
下面是一个使用"airquality“内置数据集来标识>25% NAs (缺失值)的行的示例：
library(tidyverse)
library(naniar)
data(airquality)
dat1 <- airquality
miss_case_summary(dat1) %>%
filter(pct_miss >= 25)
# A tibble: 2 x 3
# case n_miss pct_miss
# <int> <int> <dbl>
#1 5 2 33.3
#2 27 2 33.3并排除这两种情况(行)：
dat2 <- dat1 %>%
slice(-c(5, 27))如果数据集中有大量NAs，则可以使用：
list_of_gt25_NAs <- miss_case_summary(dat1) %>%
filter(pct_miss >= 25)
dat2 <- dat1 %>%
slice(-c(list_of_gt25_NAs$case))Stack Overflow用户
发布于 2021-06-08 23:34:44
您可以使用rowMeans(is.na(.)
数据：
set.seed(1)
df<-tibble(matrix(sample(c(1, NA), 64, replace=TRUE, prob = c(0.75, 0.25)), nrow=8))
# A tibble: 8 x 1
`matrix(...)`[,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8]
<dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 1 1 1 1 1 1 1 NA
2 1 1 1 1 NA 1 1 1
3 1 NA 1 1 1 1 1 NA
4 1 1 1 1 NA NA NA 1
5 1 1 1 1 NA NA 1 NA
6 1 1 NA 1 1 1 1 1
7 NA 1 1 1 1 1 NA 1
8 1 1 1 1 1 NA 1 1过滤器：
df%>%filter(rowMeans(is.na(.))<0.25)
# A tibble: 4 x 1
`matrix(...)`[,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8]
<dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 1 1 1 1 1 1 1 NA
2 1 1 1 1 NA 1 1 1
3 1 1 NA 1 1 1 1 1
4 1 1 1 1 1 NA 1 1或用行()：
df%>%
rowwise()%>%
filter(mean(is.na(c_across(everything())))<0.25)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/67895520
复制相关文章
相似问题
腾讯云开发者
