6

我想删除NA在一列中连续超过 3 个 s 的行。

      [,1] [,2] 
[1,]    1    1   
[2,]   NA    1   
[3,]    2    4   
[4,]   NA    3   
[6,]    1    4   
[7,]   NA    8
[8,]   NA    5
[9,]   NA    6

所以我会有这些数据

      [,1] [,2] 
[1,]    1    1   
[2,]   NA    1   
[3,]    2    4   
[4,]   NA    3   
[6,]    1    4

我做了一项研究，我尝试了这段代码

data[! rowSums(is.na(data)) >3  , ]

但我认为这仅用于连续的连续NAs。

4

3 回答 3

13

如前所述，rle是一个很好的起点：

is.na.rle <- rle(is.na(data[, 1]))

由于只有三个或更多的 NA 才是“坏”的，我们可以重写这些值：

is.na.rle$values <- is.na.rle$values & is.na.rle$lengths >= 3

最后，用于inverse.rle构建要过滤的索引向量：

data[!inverse.rle(is.na.rle), ]
于 2013-05-30T18:21:12.830 回答
3

您可以使用rle，或者您可以这样做：

library(data.table)

d = data.table(a = c(1,NA,2,NA,3,4,NA,NA,NA), b = c(1:9))

d[d[, if(.N > 3) {.I[1]} else {.I}, by = cumsum(!is.na(a))]$V1]
#    a b
#1:  1 1
#2: NA 2
#3:  2 3
#4: NA 4
#5:  3 5
#6:  4 6

运行d[, cumsum(!is.na(a))]看看为什么会这样。此外，我本可以使用.SD而不是.I获得更清晰的代码，但选择了效率。

于 2013-05-30T18:22:50.020 回答
2

正如@DirkEddelbuettel 建议的那样，该rle()功能会有所帮助。您可以创建自己的函数来识别具有 3 个或更多连续 NA 值的向量的元素。 

consecna <- function(x, n=3) {
    # function to identify elements with n or more consecutive NA values
    y <- rle(is.na(x))
    y$values <- y$lengths > (n - 0.5) & y$values
    inverse.rle(y)
    }

然后，您可以将此函数应用于矩阵的每一列。

# example matrix of data
m <- matrix(c(1, NA, 2, NA, 1, NA, NA, NA, 1, 1, 4, 3, 4, 8, 5, 6), ncol=2)

# index matrix identifying elements with 3 or more consecutive NA values
mindex <- apply(m, 2, consecna)

然后使用创建的索引矩阵删除所有已识别的行。

# removal of all the identified rows
m2 <- m[!apply(mindex, 1, any), ]
于 2013-05-30T18:26:56.083 回答