r - 如果 R 中的所有值都是 NA，则删除特定列

Question

我有一个从 R 运行的数据库查询，它可以有多个用 NA 填充的列，其中一些列我需要更进一步，但如果所有值都是 NA，则可以删除一个特定的列。

我通常使用 purrr::discard(~all(is.na(.))) 删除全部为 NA 的列，但由于此数据框可以包含多个 NA 列，我只想删除一个我正在努力使这个特定于 tidyverse 解决方案中的列。

我目前有这个解决方法:

  if(sum(is.na(Orders$Originator)) == nrow(Orders)) {
    
    Orders <- Orders %>%
      select(-Originator)
    
  }

但如果我可以在一个 tidyverse 解决方案中使用它，它会提高可读性。希望有人可以提供帮助!

谢谢!

Answer 1

解决此问题的规范 tidyverse 方法是利用 select(where(...)) 中使用的谓词函数，并将其与按变量名进行的选择相结合。

首先，我们可以编写一个自定义谓词函数以在 where 中使用，该函数仅选择仅包含 NAs 的列。

# custom predicate function
all_na <- function(x) {
  all(is.na(x))
}

我们可以将此函数与一个 bool 表达式一起使用，表示我们不想要select y if (read AND &) 它是 all_na:

library(dplyr)

df <- data.frame(
  x = c(1,2,NA),
  y = NA,
  z = c(3,4,5)
)

df %>% 
  select(!(y & where(all_na)))
#>    x z
#> 1  1 3
#> 2  2 4
#> 3 NA 5

要检查这是否真的有效，让我们重新定义 y 使其不仅包含 NA 并且我们将看到这次它没有被取消:

df2 <- data.frame(
  x = c(1,2,NA),
  y = c(1,2,NA),
  z = c(3,4,5)
)

df2 %>% 
  select(!(y & where(all_na)))
#>    x  y z
#> 1  1  1 3
#> 2  2  2 4
#> 3 NA NA 5

我们可以在 where 中使用 lambda 函数来代替自定义函数:

df %>% 
  select(!(y & where(~ all(is.na(.x)))))

^{由 reprex package 创建于 2021-12-07 (v0.3.0)}

---

在更大的 tidyverse 中，我们还可以使用 purrr::lmap_at 并选择带有 .at 参数的 y 然后创建一个 lambda 函数说如果 all(is.na(.x)) 然后使用空 list() (= 删除列)否则保留列 .x:

library(purrr)
library(dplyr)

df %>% 
  lmap_at("y", ~ if(all(is.na(.x))) list() else .x)
#> # A tibble: 3 x 2
#>       x     z
#>   <dbl> <dbl>
#> 1     1     3
#> 2     2     4
#> 3    NA     5

^{由 reprex package 创建于 2021-12-07 (v2.0.1)}