如何在R中删除所有包含NA的行？

要删除所有包含NA的行，我们可以使用na.omit()函数。例如，如果我们有一个名为df的数据框含有一些NA值，我们可以使用命令na.omit(df)删除包含至少一个NA的所有行。

这意味着如果数据框中有多列，则会删除包含至少一个NA的行。查看下面的示例以了解其工作原理。

示例1

考虑以下数据框−

x1<-sample(c(NA,5,2),20,replace=TRUE)
x2<-sample(c(NA,10,100),20,replace=TRUE)
df1<-data.frame(x1,x2)
df1

以下数据框是创建的

   x1   x2
1   5  10
2  NA  10
3   5 100
4  NA  NA
5   5 100
6   2  NA
7   2  10
8   5 100
9  NA  10
10  2  10
11  5  NA
12 NA 100
13 NA  NA
14  2  NA
15 NA  10
16  5 100
17  2  NA
18 NA  NA
19 NA  10
20 NA  NA

要从df1中删除包含至少一个NA的行，请将以下代码添加到上面的代码段中:

x1<-sample(c(NA,5,2),20,replace=TRUE)
x2<-sample(c(NA,10,100),20,replace=TRUE)
df1<-data.frame(x1,x2)
na.omit(df1)

输出

如果您将上述所有代码片段作为一个单独的程序执行，将会生成以下输出−

  x1  x2
1  5  10
3  5 100
5  5 100
7  2  10
8  5 100
10 2  10
16 5 100

示例2

以下代码片段创建一个示例数据框 −

y1<-sample(c(NA,rnorm(2)),20,replace=TRUE)
y2<-sample(c(NA,rnorm(2)),20,replace=TRUE)
y3<-sample(c(NA,rnorm(2)),20,replace=TRUE)
df2<-data.frame(y1,y2,y3)
df2

以下数据帧被创建

         y1           y2           y3
1        NA    -1.779384           NA
2        NA    -1.779384    0.7194928
3 0.5985389     0.389119    1.2007584
4        NA           NA           NA
5 1.2319630    -1.779384    1.2007584
6        NA           NA           NA
7 0.5985389     0.389119    1.2007584
8 0.5985389           NA    1.2007584
9 0.5985389     0.389119    0.7194928
10       NA           NA    0.7194928
11       NA           NA           NA 
12 1.2319630          NA    0.7194928
13 0.5985389          NA    0.7194928
14 1.2319630          NA    0.7194928
15 1.2319630   -1.779384    0.7194928
16 0.5985389   -1.779384    1.2007584
17 0.5985389   -1.779384    0.7194928
18 0.5985389    0.389119    1.2007584
19       NA    -1.779384           NA
20 0.5985389    0.389119    1.2007584

为了从 df2 中删除包含至少一个NA的行，请将以下代码添加到上面的代码片段中：

y1<-sample(c(NA,rnorm(2)),20,replace=TRUE)
y2<-sample(c(NA,rnorm(2)),20,replace=TRUE)
y3<-sample(c(NA,rnorm(2)),20,replace=TRUE)
df2<-data.frame(y1,y2,y3)
na.omit(df2)

输出

如果你将上面给出的所有片段作为一个单独的程序执行，它将生成以下输出 –

         y1        y2          y3
3 0.5985389   0.389119  1.2007584
5 1.2319630 -1.779384   1.2007584
7 0.5985389   0.389119  1.2007584
9 0.5985389   0.389119  0.7194928
15 1.2319630 -1.779384  0.7194928
16 0.5985389 -1.779384  1.2007584
17 0.5985389 -1.779384  0.7194928
18 0.5985389  0.389119  1.2007584
20 0.5985389  0.389119  1.2007584