如何删除特定列中带有NA的行，但前提是它们在另一列中有重复项？
所以我有这个数据框，其中有些行在“物种”列中重复，有些则没有。所有类型的行中都有 NA，重复和不重复。
Species | A | B |
--------------------------------
Tilapia guineensis | 1 | 10 |
Tilapia guineensis | 1 | NA |
Tilapia zillii | 3 | 23 |
Tilapia zillii | 3 | NA |
Eutrigla gurnardus | 18 | 4 |
Caramila artida | 9 | NA |
Sprattus sprattus | 7 | 6 |
Spalili burcant | 11 | NA |
我想删除那些在 B 列中有 NA 的行，但前提是它们属于重复行。我的输出将是这样的：
Species | A | B |
--------------------------------
Tilapia guineensis | 1 | 10 |
Tilapia zillii | 3 | 23 |
Eutrigla gurnardus | 18 | 4 |
Caramila artida | 9 | NA |
Sprattus sprattus | 7 | 6 |
Spalili burcant | 11 | NA |
基本上，如果某行在 Species 列中重复并且在 B 列中有一个 NA，我想用 NA 删除该行。但是，如果某行在 Species 列中是唯一的，即使它有 NA，我也想保留它。
对不起，如果我感到困惑，提前致谢。
可重现的数据格式：
df <- read.csv(text="
Species,A,B
Tilapia guineensis,1,10
Tilapia guineensis,1,NA
Tilapia zillii,3,23
Tilapia zillii,3,NA
Eutrigla gurnardus,18,4
Caramila artida,9,NA
Sprattus sprattus,7,6
Spalili burcant,11,NA")
回答
我认为您可以避免使用任何分组逻辑，并在一次通过中获得结果：
df[!(duplicated(df$Species) & is.na(df$B)),]
# Species A B
#1 Tilapia guineensis 1 10
#3 Tilapia zillii 3 23
#5 Eutrigla gurnardus 18 4
#6 Caramila artida 9 NA
#7 Sprattus sprattus 7 6
#8 Spalili burcant 11 NA
回答
如果只有 1 行Species或不是NA值，您可以选择一行。
library(dplyr)
df %>% group_by(Species) %>% filter(n() == 1 | !is.na(B))
# Species A B
# <chr> <int> <int>
#1 Tilapia guineensis 1 10
#2 Tilapia zillii 3 23
#3 Eutrigla gurnardus 18 4
#4 Caramila artida 9 NA
#5 Sprattus sprattus 7 6
#6 Spalili burcant 11 NA
您还可以在基本 R 和 中编写相同的逻辑data.table：
#Base R
subset(df, ave(!is.na(B), Species, FUN = function(x) length(x) == 1 | x))
#data.table
library(data.table)
setDT(df)[, .SD[.N == 1 | !is.na(B)], Species]
数据
df <- structure(list(Species = c("Tilapia guineensis", "Tilapia guineensis",
"Tilapia zillii", "Tilapia zillii", "Eutrigla gurnardus", "Caramila artida",
"Sprattus sprattus", "Spalili burcant"), A = c(1L, 1L, 3L, 3L,
18L, 9L, 7L, 11L), B = c(10L, NA, 23L, NA, 4L, NA, 6L, NA)), row.names = c(NA,
-8L), class = "data.frame")