我有一个数据框看起来像是
| country | sector | data1 | data2 |
|---|---|---|---|
| France | 1 | 7 | . |
| France | 2 | 10 | . |
| belgium | 1 | 12 | 7 |
| belgium | 2 | 14 | 8 |
我想要对一个国家在所有部门中缺失的列进行子集.在本例中，我想删除/排除第二列，因为法国的扇区1和扇区2缺少它.需要说明的是，在本例中，我还将go 掉比利时的data2的值.
我的预期输出将如下所示
| country | sector | data1 |
|---|---|---|
| France | 1 | 7 |
| France | 2 | 10 |
| belgium | 1 | 12 |
| belgium | 2 | 14 |
数据2现在被排除在外，因为它有一组完整的法国所有扇区的缺失值
我们可以按国家分组，创建NA个元素的计数等于组大小的逻辑列，取消分组，基于逻辑列将相应的列替换为NA，并移除select中的那些列
library(dplyr)
library(stringr)
df1 %>%
group_by(country) %>%
mutate(across(everything(), ~ sum(is.na(.x)) == n(),
.names = "{.col}_lgl")) %>%
ungroup %>%
mutate(across(names(df1)[-1], ~ if(any(get(str_c(cur_column(),
"_lgl")) )) NA else .x)) %>%
select(c(where(~ !is.logical(.x) && any(complete.cases(.x)))))
-输出
# A tibble: 4 × 3
country sector 数据1
<chr> <int> <int>
1 France 1 7
2 France 2 10
3 belgium 1 12
4 belgium 2 14
如果我们不使用GROUP_BY，步骤可以简化，如Maël's帖子中所示，即使用select内的基R函数进行分组，即tapply或ave都可以工作
df1 %>%
select(where(~ !any(tapply(is.na(.x), df1[["country"]],
FUN = all))))
df1 <- structure(list(country = c("France", "France", "belgium", "belgium"
), sector = c(1L, 2L, 1L, 2L), 数据1 = c(7L, 10L, NA, 14L), 数据2 = c(NA,
NA, 7L, 8L)), row.names = c(NA, -4L), class = "数据.frame")