数据框每行连续NA值的R控制

Question

有一些类似的问题，但并不是我想要做的。

我有一个数据框，我想删除那些连续具有n个NA值的行。

1   Manhattan   NA      2300    NA      2275    2300    
2   Manhattan   2999    2975    NA      NA      2995    
3   Manhattan   NA      NA      NA      NA      4400    
4   Manhattan   6725    6500    6750    6995    6800    
5   Brooklyn    2000    1995    1975    2000    1999    
6   Bronx       1200    3200    NA      NA      NA

我有一些有效的代码可以删除n个NA值，但我想要对连续的NA值进行调整。

delete.na <- function(df, n=0) {
  df[rowSums(is.na(df)) <= n,]
}
df <- delete.na(df,3)

因此，在删除具有连续3个NA值的行之后，我将会得到：

1   Manhattan   NA      2300    NA      2275    2300    
2   Manhattan   2999    2975    NA      NA      2995    
4   Manhattan   6725    6500    6750    6995    6800    
5   Brooklyn    2000    1995    1975    2000    1999    

- paranormaldist

Answer 1

一种选择是循环遍历行，使用 rle 检查返回相邻元素的值和长度的列表，这里是逻辑向量（is.na - 即 NA 为 TRUE，非 NA 为 FALSE），因为 'values' 是逻辑的，所以使用它来对子集进行 'lengths' 的检查，检查是否所有元素都小于 3，并将其用作行索引来子集化行。

df[apply(df, 1, function(x) all(with(rle(is.na(x)), lengths[values]) <3)),]
#     city col1 col2 col3 col4 col5
#1 Manhattan   NA 2300   NA 2275 2300
#2 Manhattan 2999 2975   NA   NA 2995
#4 Manhattan 6725 6500 6750 6995 6800
#5  Brooklyn 2000 1995 1975 2000 1999

数据

df <- structure(list(city = c("Manhattan", "Manhattan", "Manhattan", 
"Manhattan", "Brooklyn", "Bronx"), col1 = c(NA, 2999L, NA, 6725L, 
2000L, 1200L), col2 = c(2300L, 2975L, NA, 6500L, 1995L, 3200L
), col3 = c(NA, NA, NA, 6750L, 1975L, NA), col4 = c(2275L, NA, 
NA, 6995L, 2000L, NA), col5 = c(2300L, 2995L, 4400L, 6800L, 1999L, 
NA)), class = "data.frame", row.names = c("1", "2", "3", "4", 
"5", "6"))

- akrun