基于多列的值，从R中的数据表中删除行

Question

我有一个数据表格（data.table）在R中，其中包含多个ID和一个值。对于每个ID组合，都有几行数据。如果这些行中的任何一行在“value”列中包含NA，则我想删除所有具有此ID组合的行。例如，在下面的表中，我想删除所有满足id1 == 2和id2 == 1的行。

如果我只有一个ID，我会执行dat[!(id1 %in% dat[is.na(value),id1])]。在示例中，这将删除所有i1 == 2的行。但是，我无法包括多个列。

dat <- data.table(id1 = c(1,1,2,2,2,2),
                  id2 = c(1,2,1,2,3,1),
                  value = c(5,3,NA,6,7,3))

- lilaf

---

尝试使用 dat[!(id1==2 & id2==1)] 或者 setkey(dat, id1, id2)[!J(2,1) ]。 - akrun

我知道这在上面的简单示例中可以工作。然而，问题的意图更为一般，因为可能有大量带有NAs的行。 - lilaf

我认为他正在寻找 dat[, if(all(!is.na(value))) .SD, .(id1, id2)]。 - David Arenburg

@DavidArenburg：这就是我在寻找的，谢谢！ - lilaf

@lilaf 好的，刚才看到关于 NA 的那部分。 我的评论是基于“我想删除所有id1 == 2且id2 == 1的行。” - akrun

@akrun，无论如何感谢您的回答，下次我会尽量表达更清楚。 - lilaf

Answer 1

如果您想要检查每个 id1 和 id2 的组合是否有任何一个值为 NA，并且然后删除该整个组合，您可以在每个组中插入一个 if 语句，并且仅当该语句返回 TRUE 时检索结果 (使用 .SD)。

dat[, if(!anyNA(value)) .SD, by = .(id1, id2)]
#    id1 id2 value
# 1:   1   1     5
# 2:   1   2     3
# 3:   2   2     6
# 4:   2   3     7

或类似地，

dat[, if(all(!is.na(value))) .SD, by = .(id1, id2)]

- David Arenburg

---

将 dat 拆分为所有 .SD 并将它们堆叠起来可能是代价高昂的。另一种替代方法（也许通常更快？）是选择要保留的行 dat[dat[,!any(is.na(value)),by="id1,id2"]$V1]。 - Frank

啊，你说得对。我确实进行了测试，但不知怎么地，我自己说服了自己所看到的是正确答案。我应该提到的另一种选择是：dat[dat[,.I[!any(is.na(value))],by="id1,id2"]$V1] - Frank

@Frank，那也是一个不错的选择。 - David Arenburg