R语言剔除包含NA值的行

在数据分析的过程中，数据的前处理是非常重要的。数据中出现“NA”是非常常见的，“NA”指“Not Available”，出现NA常常会影响我们进行数据分析，这是因为NA是会传染的。

NA值的影响

• 看以下例子：

> a <- c(1,2,3,4,5)
> mean(a)
[1] 3

如果出现NA，情况就不一样了

> a <- c(1,2,3,4,5,NA)
> mean(a)
[1] NA

由此可见，NA值会影响到我们进行统计分析，那么如何去除NA值或者在分析的过程中忽略NA值呢？

去除行NA值

1. 利用complete.cases()函数
   complete.cases()函数的效果如果该行或该列存在任何NA值，都会剔除该行或列，使用complete.cases()后效果如下：

> # 创建数据框
mydata <- data.frame(
    name=c("M","T","J","H","F"),
    sex=c("F","M",NA,"M","M"),
     score=c(90,85,75,89,NA))
> mydata
  name  sex score
1    M    F    90
2    T    M    85
3    J <NA>    75
4    H    M    89
5    F    M    NA

> mydata<-mydata[complete.cases(mydata),]
> mydata
  name sex score
1    M   F    90
2    T   M    85
4    H   M    89

2. dplyr包
   dplyr包filter()函数，也可实现筛选不包含缺失值的行

dplyr::filter(df,  !is.na(columnname))

> dplyr::filter(mydata,  !is.na(score))
  name  sex score
1    M    F    90
2    T    M    85
3    J <NA>    75
4    H    M    89