如何删除 R DataFrame 中具有部分或全部 NA 的行？

在本文中，我们将讨论如何在 R 编程语言中删除具有部分或全部 NA 的行。

我们将考虑一个数据框，然后删除 R 中的行。让我们创建一个具有 3 列和 6 行的数据框。

R

# create dataframe
data = data.frame(names=c("manoj", "bobby", "sravan", "deepu", NA, NA),
                  id=c(1, 2, 3, NA, NA, NA), 
                  subjects=c("java", "python", NA, NA, "java", "python"))
  
  
# display
print(data)

输出：

方法 1：使用 na.omit()函数删除具有某些 NA 的行

在这里，此函数将删除所有包含 NA 的行。

语法：

na.omit(dataframe)

其中，数据框是输入数据框。

示例：

R

# create dataframe
data = data.frame(names=c("manoj", "bobby", "sravan", "deepu", NA, NA),
                  id=c(1, 2, 3, NA, NA, NA), 
                  subjects=c("java", "python", NA, NA, "java", "python"))
  
  
# remove NA's in entire dataframe
print(na.omit(data))

输出：

names id subjects
1 manoj  1     java
2 bobby  2   python

方法 2：使用 complete.cases()函数删除具有某些 NA 的行

在这里，此函数将删除数据框中的 NA。

语法：

dataframe[complete.cases(dataframe), ]

示例：

R

# create dataframe
data = data.frame(names=c("manoj", "bobby", "sravan", "deepu", NA, NA),
                  id=c(1, 2, 3, NA, NA, NA), 
                  subjects=c("java", "python", NA, NA, "java", "python"))
  
  
# remove NA's in entire dataframe
print(data[complete.cases(data), ])

输出：

names id subjects
1 manoj  1     java
2 bobby  2   python

方法 3：使用 rowSums() 和 is.na() 函数删除具有某些 NA 的行

在这里，我们检查行的总和是否为 0，然后我们将考虑 NA，然后我们将删除它们。

语法：

data[rowSums(is.na(data)) == 0, ]

其中，数据是输入数据帧

示例：

R

# create dataframe
data = data.frame(names=c("manoj", "bobby", "sravan", "deepu", NA, NA),
                  id=c(1, 2, 3, NA, NA, NA),
                  subjects=c("java", "python", NA, NA, "java", "python"))
  
# remove NA's in entire dataframe
print(data[rowSums(is.na(data)) == 0, ])

输出：

names id subjects
1 manoj  1     java
2 bobby  2   python

方法 4：使用 tidyr 包的 drop_na()函数删除具有某些 NA 的行

在这里，我们将使用 drop_na()函数删除具有 NA 的行，在此之前我们必须加载 tidyr 库

语法：

data %>% drop_na() 

其中，数据是输入数据帧

示例：

R

# load the dplyr package
library("tidyr")
  
# create dataframe
data = data.frame(names=c("manoj", "bobby", "sravan", "deepu", NA, NA),
                  id=c(1, 2, 3, NA, NA, NA),
                  subjects=c("java", "python", NA, NA, "java", "python"))
  
  
# remove NA's in entire dataframe
print(data % > % drop_na())

输出：

names id subjects
1 manoj  1     java
2 bobby  2   python