使用基于整行的dplyr/magrittr过滤行

Question

一个能够使用dplyr过滤行filter,但条件通常基于每行的特定列,例如

d <- data.frame(x=c(1,2,NA),y=c(3,NA,NA),z=c(NA,4,5))
d %>% filter(!is.na(y))

我想根据NA的数量是否大于50%来过滤行,例如

d %>% filter(mean(is.na(EACHROW)) < 0.5 )

我如何以dplyr/magrittr流方式执行此操作？

Answer 1

你可以使用rowSums或rowMeans为此.提供数据的示例:

> d
   x  y  z
1  1  3 NA
2  2 NA  4
3 NA NA  5

# with rowSums:
d %>% filter(rowSums(is.na(.))/ncol(.) < 0.5)

# with rowMeans:
d %>% filter(rowMeans(is.na(.)) < 0.5)

两者都给:

  x  y  z
1 1  3 NA
2 2 NA  4

如您所见,从数据中删除了第3行.

在基地R,您可以这样做:

d[rowMeans(is.na(d)) < 0.5,]

得到相同的结果.